«Нейросетевые алгоритмы прогнозирования и оптимизации систем» А. В. Назаров, А. И. Лоскутов В данной книге подробно описано использование нейросетевых и генетических алгоритмов для решения задач прогнозирования и оптимизации сложных систем. Рассмотрено множество различных методов и подходов, даны их анализ, оценка эффективности и особенности применения. Сформулированы задачи прогнозирования (в нейросетевом базисе) и описаны алгоритмы их решения. Отдельно обсуждается вопрос создания экспертных систем. Специальный раздел книги посвящен обзору и развитию известных результатов использования нейроподобных сетей и эволюционных вычислений для решения дискретных оптимизационных задач. Изложение материала построено системно и последовательно. Используется множество поясняющих примеров. Причем, все приведенные примеры основаны на опыте авторов, имеют реальное практическое значение и взяты из различных областей производства, машиностроения, нефтяной промышленности, космической отрасли, экономики, социологии. Помимо обзорно-обобщающего материала в книге содержатся сведения, являющиеся научными разработками авторов и публикуемые впервые в мире. Книга предназначена для студентов, инженеров, аналитиков, а также всех, кому интересны вопросы практического применения теории нейронных сетей и генетических алгоритмов. Это и многое другое вы найдете в книге Нейросетевые алгоритмы прогнозирования и оптимизации систем (А. В. Назаров, А. И. Лоскутов). Напишите свою рецензию о книге А. В. Назаров, А. И. Лоскутов «Нейросетевые алгоритмы прогнозирования и оптимизации систем» http://izbe.ru/book/282932-neyrosetevye-algoritmy-prognozirovaniya-i-optimizacii-sistem-a-v-nazarov-a-i-loskutov/
Нейросетевой анализ данных - это метод анализа данных, который использует алгоритмы машинного обучения и подражает работе человеческого мозга. Они состоят из многочисленных связанных между собой узлов, которые могут обрабатывать и передавать информацию. Нейросети обычно используются для обработки большого количества данных и определения закономерностей между ними. Они могут применяться в различных областях, таких как распознавание образов, прогнозирование результатов и принятие решений. Для обучения нейронных сетей используются большие наборы данных...