Контакты

Выдача КТ-документа

Экспортная торговля

Вид груза

Дата проведения завершающей операции

Растаможивание груза

Процедуры платежной системы

Экономическая информатика.

Система управления

Бизнес-процесс

Повышение производительности

Блок Планирование мощностей

Реквизиты

Организационно-экономическая сущность задачи

Решение задачи средствами MS ExceP

Карта сайта

Наименование поставщика

Фильтрация и группирование данных.

Мнемоническая система

Решение задач с помощью реляционных баз данных

Доступ на основе архитектуры сети вида клиент — сервер

Предметная ориентированность ХД

Метод проверки структуры кода

АРМ работника офиса

Экспертные системы

Нейросетевые технологии

Нейросеть

Обучение нейронных сетей

Преимущество нейросетей

Гипертекст

Перспективы развития ИТ

Квант времени работы

Идентификаторы

Документооборот

Методы и средства защиты информации в ИС

Степень определенности

Траектория развития предприятия

Решения с помощью деревьев целей

Типовая система ERP

Книга экономическая теория

Книга экономика

Книга финансы

Книга предпринимательство

Книга менеджмент

Книга маркетинг и реклама

Книга коммерция и продажи

Книга банки,деньги,кредит

Книга бизнес

Видео

Открыть длинную позицию

Проведение статистических операций

Десять тысяч обезьян

Чарльз Д. Киркпатрик

Графики Ренко

Сентиметр

Полное отсутствие корреляции

Ценовые индексы фондового рынка

Торговая система следящего разворота

Новости

КОРЗИНА

Обучение нейронных сетей

Обучение нейронных сетей представляет собой последовательный процесс изменения синаптических весов, отражающих силу возбуждения связей между нейронами. Известны два вида обучения: с учителем и без такового. Рассмотрим обучение с учителем. Предполагается, что некоторая величина Гзависит от ряда характеристик . Необходимо обучить нейросеть распознавать некоторое значение Кпри определенных значениях характеристик . Готовится набор обучающих примеров, которые состоят из набора исходных векторов и соответствующих им выходных значений У. Если, например, Y— будущая цена акций через три дня, а — сегодняшние котировки (рыночный курс ценной бумаги) некоторого набора акций, то каждый обучающий пример представляет собой котировки акций на некоторую прошлую дату плюс стоимость акций (Y) через три дня после этой даты. Эти примеры подаются на вход сети. Вначале на вход подается первая строка. Нейросеть формирует начальную зависимость между у, и . На основе этой зависимости вычисляется текущее значение у,, которое сравнивается с эталонным значением yv Если разница превышает допустимый уровень, то алгоритм обучения изменяет синаптические веса (весовые коэффициенты), после чего эта строка вновь подается на вход сети для обучения до тех пор, пока результат не будет удовлетворительным. Затем подается следующая строка х21, х22, ..., х2п и у2. Процесс повторяется до тех пор, пока суммарная ошибка в реакции сети на все строки не станет меньше заданной.

Операция проверки правильности полученных результатов.  АРМ работника офиса  Экспертные системы Нейросетевые технологии Нейросеть  Преимущество нейросетей  Гипертекст  Перспективы развития ИТ  Квант времени работы Идентификаторы