Запрос прайс-листа STATISTICA

Углубленный анализ данных и построение моделей в системе STATISTICA Automated Neural Networks


Цель курса

Цель курса – познакомить слушателей с теорией нейросетевых методов анализа данных и дать практические навыки для решения задач нелинейной и многомерной регрессии, классификации и прогнозирования временных рядов в среде пакета STATISTICA Automated Neural Networks (SANN).


Для кого этот курс?

Данная программа рекомендуется слушателям, имеющим некоторый опыт работы в STATISTICA, а также опыт прикладного анализа данных.


Подробнее о системе
STATISTICA Automated Neural Networks

Программа курса

  1. Введение

    • Нейронная организация мозга

    • Биологический нейрон

    • Механизмы обучения

    • Адаптация и самоорганизация

    • Искусственные нейронные сети

    • Общие принципы построения нейронных сетей. Типы и архитектуры сетей

  2. Основы теории нейронных сетей

    • Формальный нейрон

    • Функции активации нейронных элементов

    • Нейронные сети с пороговой функцией активации. О линейной неразделимости задач

    • Правила обучения Хебба, Розенблата, Видроу-Хоффа (градиентный спуск)

    • Теорема Колмогорова о полноте. Нейросетевая интерпретация теоремы. Разрешение проблемы линейной неразделимости многослойной нейронной сетью

    • Математические основы алгоритма обратного распространения ошибки

  3. Нейросетевое моделирование в среде STATISTICA Automated Neural Networks

    • Общая структура пакета SANN. Организация импорта данных. Взаимодействие со STATISTICA

    • Знакомство с интерфейсом SANN

    • Типы переменных и наблюдений

    • Шкалирование данных. Преобразование текстовых значений

    • Обучающая, контрольная и тестовая выборки

    • Выбор нейронной сети

    • Работа с наборами сетей

    • Обучение нейронной сети. Сравнительный анализ алгоритмов обучения

    • Интерактивный процесс обучения. Наблюдение за графиками ошибок. Восстановление наилучшей сети

    • Тестирование нейронной сети. Просмотр весов, параметров активации

    • Анализ чувствительности входных переменных

  4. Решение задачи регрессии в пакете SANN

    • Задание анализа на Стартовой панели

    • Анализ результатов

    • Самостоятельная работа. Решение задачи регрессии

  5. Решение задачи классификации в пакете SANN

    • Задание анализа на Стартовой панели

    • Анализ качества классификации

    • Самостоятельная работа. Решение задач классификации

  6. Анализ временных рядов в пакете SANN. Нейросетевой подход

    • Задание анализа на Стартовой панели. Особенности списков переменных

    • Анализ качества прогнозирования

    • Самостоятельная работа. Решение задач прогнозирования (прогноз объема продаж)

  7. Дополнительные инструменты анализа в SANN

    • Ансамбли нейронных сетей

    • Прогон сети на новых данных. Особенности задания переменных

  8. Генератор кода SANN

    • Генератор кода. Доступные языки программирования

  9. Управление сетями и наборами сетей в SANN

    • Сохранение и загрузка сетей

    • Самостоятельная работа. Сохранение и загрузка сетей

    • Распознавание символов

  10. Примеры и упражнения

  11. Использование нейронных сетей в добыче данных

  12. Вопросы и ответы


Длительность курса

8 академических часов, курс разбивается на 2 рабочих дня

Записаться   Календарь курсов




Стоимость курса                                     Условия и порядок обучения

Другие курсы по нейронным сетям          Все курсы лекций

‹‹
››
ПнВтСрЧтПтСбВс


info@statsoft.ru       (495) 787-77-33       (499) 674-06-15       STATISTICA Data Miner 13.3 Trial

Авторские права на дизайн и материалы сайта принадлежат компании StatSoft Russia.
Все права защищены.

© StatSoft Russia
1999-2017

StatSoft Russia – компания, зарегистрированная и действующая в соответствии с законами России, которые могут отличаться от законов других стран, имеющих офисы StatSoft. Каждый офис StatSoft является самостоятельным юридическим лицом, имеет право предлагать услуги и разрабатывать приложения, которые могут быть, а могут и не быть представлены в офисах StatSoft других стран.

Лицензионное соглашение      Карта сайта