Ostatnia modyfikacja podstrony: 01.03.2021 01:18

Laboratorium / projekt

Sieci neuronowe i algorytmy genetyczne

Lp	Tematy zajęć laboratoryjnych	Materiały pomocnicze
1	Wprowadzenie Filtr adaptacyjny (krótki wykład) Sztuczne sieci neuronowe (krótki wykład)	PDF PDF PDF
2	Neuron nieliniowy i sieć neuronów nielniowych jako klasyfikator - cz.1	PDF
3	Neuron nieliniowy i sieć neuronów nielniowych jako klasyfikator - cz.2
4	Uczenie dychotomizatora dyskretnego	PDF ZIP
5	Neural Network Toolbox – algorytm wstecznej propagacji błędu	PDF
6	Keras i TensorFlow – narzędzia do sieci neuronowych Keras i TensorFlow – narzędzia do sieci neuronowych - w wersji IPython Notebook Wprowadzenie do IPython Notebook	PDF ZIP PDF ZIP PDF
7

Lp	Tematy projektów	Materiały pomocnicze
1	Rozpoznawanie znaków siecią neuronową	PDF ZIP
2	Sieć neuronowa sterująca odwróconym wahadłem	ZIP
3	Rozpoznawanie chodu	PDF
4	Modułowe rozwiązanie procesu decyzyjnego w interfejsie człowiek-maszyna	PDF PDF
5	Wykorzystanie narzędzia nnstart z Matlaba	PDF
6	Autoenkoder	PDF
7	Klasyfikator (biblioteka Keras)	PDF

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.