Нейронная сеть (НС) — вычислительная структура, состоящая из простых элементов, нейронов, соединенных между собой; НС способна реализовывать сложные отношения, с помощью которых можно решать широкий класс задач математики, управления, информационной безопасности и т.п.
- При изучении майнора студенты узнают:
- что такое НС, какие существуют виды НС,
- что такое нейрокомпьютер, нейрочип, как они устроены.
- Научатся:
- создавать, обучать, проверять НС различной архитектуры,
- решать математические задачи с помощью НС,
- моделировать НС на ПЭВМ и ускорителях,
- решать прикладные задачи с помощью НС, в том числе распознавание изображений, распознавание спама, и многие другие.
На лекционных занятиях студенты получат необходимые базовые теоретические знания по предмету; на практических занятиях они смогут закрепить их на примере модельных задач. Особое внимание уделяется самостоятельным занятиям, в рамках которых студент проводит научно-практическое исследование по выбранной и согласованной теме в рамках обсуждаемого материала (такую работу можно рассматривать как одну из составляющих проектной деятельности студентов).
Курсы майнора:
Трудоемкость: 20 кредитов
Ограничения для выбора образовательным программам: нет
Статус: состоялся, запись закрыта
Минимальное число слушателей: 60
Максимальное число слушателей: 120
Годы реализации: 2017 — 2019
Целевая аудитория: студенты 2016 года набора. Майнор рассчитан на студентов технических и математических специальностей (но не ограничивается лишь ими), желающих получить знания о нейросетевых технологиях и их применении к решению прикладных задач
Пререквизиты майнора: нетПланируемое место проведения: Кочновский пр., д. 3.
Условия отбора студентов: для изучения майнора достаточно знаний средней школы по алгебре, геометрии и информатике. Например, необходимо уметь находить производную составной функции, уметь обращаться с матрицами и векторами, разлагать функции в ряды. Программная реализация нейронных сетей ведется в пакете прикладных программ Matlab (компания Mathworks) или специализированных нейропакетах.