Ostatnia modyfikacja podstrony: 01.03.2021 01:18
Lp | Tematy zajęć laboratoryjnych | Materiały pomocnicze |
---|---|---|
1 |
Wprowadzenie Filtr adaptacyjny (krótki wykład) Sztuczne sieci neuronowe (krótki wykład) |
|
2 | Neuron nieliniowy i sieć neuronów nielniowych jako klasyfikator - cz.1 | |
3 | Neuron nieliniowy i sieć neuronów nielniowych jako klasyfikator - cz.2 | |
4 | Uczenie dychotomizatora dyskretnego | |
5 | Neural Network Toolbox – algorytm wstecznej propagacji błędu | |
6 |
Keras i TensorFlow – narzędzia do sieci neuronowych Keras i TensorFlow – narzędzia do sieci neuronowych - w wersji IPython Notebook Wprowadzenie do IPython Notebook |
|
7 |
Lp | Tematy projektów | Materiały pomocnicze |
1 | Rozpoznawanie znaków siecią neuronową | |
2 | Sieć neuronowa sterująca odwróconym wahadłem | ZIP |
3 | Rozpoznawanie chodu | |
4 | Modułowe rozwiązanie procesu decyzyjnego w interfejsie człowiek-maszyna | |
5 | Wykorzystanie narzędzia nnstart z Matlaba | |
6 | Autoenkoder | |
7 | Klasyfikator (biblioteka Keras) |
Literatura:
Ankit Jain, Armando Fandango, Amita Kapoor, TensorFlow 13 praktycznych projektów wykorzystujących uczenie maszynowe, Helion SA 2020, (W 176204 /B7).
Valentino Zocca, Gianmario Spacagna, Daniel Slater, Peter Roelants, Deep Learning. Uczenie głębokie z językiem Python. Sztuczna inteligencja i sieci neuronowe, Helion SA 2018, (W 172245 /B7).
J. Żurada, M. Barski, W. Jędruch, Sztuczne sieci neuronowe, Wydawnictwo naukowe PWN, Warszawa 1996.
Stanisław Osowski, Sieci neuronowe do przetwarzania informacji, Oficyna wydawnicza Politechniki Warszawskiej, Warszawa 2000.
Sztuczne sieci neuronowe - laboratorium, pod red. Andrzeja Rybarczyka, Wydawnictwo Politechniki Poznańskiej, Poznań 2007.
David E. Goldberg, Algorytmy genetyczne i ich zastosowanie, Wydawnictwa Naukowo-Techniczne, Warszawa 1995.
Zbigniew Michalewicz, Algorytmy genetyczne + struktury danych = programy ewolucyjne,
Wydawnictwa Naukowo-Techniczne, Warszawa 1999.