Перейти к основному содержанию
Новосибирский государственный
университет экономики и управления
В начало
Календарь
Дополнительно
Гостевой доступ
Вход
Информационные технологии (ВО)
Путь к странице
В начало
/
►
Курсы
/
►
О курсе
/
►
Информационные технологии (ВО)
/
►
Очная форма обучения
/
►
Конспекты лекций
О курсе
Информационные технологии (ВО)
Очная форма обучения
Конспекты лекций
Конспекты лекций
Требуемые условия завершения
Отметить как выполненный
Скачать папку
деревья решений лекция.pdf
Информационные системы2.pdf
Информационные технологии.pdf
ЛЕКЦИЯ ВИЗУАЛЬНЫЙ АНАЛИЗ ДАННЫХ.pdf
Лекция Номализация и стандартизация.pdf
Лекция Понятие жизненного цикла ПО.pdf
Лекция Регрессия.pdf
Понятие и свойства Больших данных.pdf
Пропуски в данных.pdf
регрессия.pdf
LecOOP 2023.pdf
◄ Титульный лист и содержание
Перейти на...
Перейти на...
Новостной форум
Рабочая программа дисциплины
Аннотация электронного курса
Методические рекомендации по изучению курса
Методические рекомендации для самостоятельной работы. Часть 1
Методические рекомендации для самостоятельной работы. Часть 2
Термины и определения Теории искусственных нейронных сетей
Термины и определения. Генетические алгоритмы
Список литературы
Титульный лист и содержание
Лабораторная работа 1
Лабораторная работа 2
Лабораторная работа 3
Лабораторная работа 4.
Лабораторная работа 5
Лабораторная работа 6
Лабораторная работа 7
Лабораторная работа 8.
Вопросы для защиты лабораторных работ
Список вопросов для подготовки к зачету
Тест промежуточный 1. Основные понятия ИНС
Тест промежуточный 2. Персептрон, сигмоидальный нейрон, простые модели нейронной сети
Тест промежуточный 3. Многослойные сети
Тест промежуточный 4. Радиальные базисные сети
Тест зачет 2022
ЛЕКЦИИ ПО РАЗДЕЛУ
Лекция. Сети Хопфилда
Лекция. Сети Хэминга
Лекция. Генетический алгоритм
Лекция Сети Кохонена
Лекция. Введение в машинное обучение
Лекция. Подходы машинного обучения
Лекция. Генетические алгоритмы
Лабораторная работа. Стохастический алгоритм обучения нейронных сетей
Лабораторная работа. Аппроксимация функиций
Лабораторная работа. Самоорганизующиеся карты Кохонена
Лабораторная работа. Сети Хопфилда. Рекуррентные сети
Лабораторная работа. Генетические алгоритмы
Лабораторная работа. Разработка приложения для работы с БД
Расчетно-графическая работа
Тест промежуточный. Градиентные алгоритмы обучения (гр. ИС 801)
Тест промежуточный. Сети с самоорганизацией (гр. ИС801)
Тест промежуточный. Сети Хопфилда и Хэминга (группа ИС801)
Тест промужеточный. Генетические алгоритмы
Тест экзамен
Вопросы для подготовки к экзамену
Лекция. Информационные технологии и стандарты
Лекция. Жизненный цикл продукции
Лекция. Основные понятия нейронных сетей
Лекция. Функции активации нейронных сетей
Лекция. Регрессионный анализ данных
Лекция. Градиентные алгоритмы обучения
Лабораторная 1. Знакомство с Python (ИС81в)
Лабораторная 2. Условия, операторы и циклы Python (ИС81в)
Лабораторная 3. Работа с массивами данных (ИС81в)
Лабораторная работа 4. Обработка больших данных (ИС81в)
Лабораторная 5. Нейрон Хебба и его обучение (ИС81в)
Лабораторная работа 6. Персептрон и его обучение (ИС81в)
Тест промежуточный 1. Информационные технологии
Тест промежуточный 2. Жизненный цикл и стандарты
Тест. Зачет (очно-заочная форма обучения)
ЛЕКЦИИ
Лабораторная работа. Работа с большими данными (ИС81в)
Лабораторная. Алгоритм градиентного спуска (ИС81в)
Лабораторная работа. Глубокие нейронные сети (ИС81в)
Лабораторная работаю Сеть Хопфилда (ИС81в)
Расчетно-графическая работа. Деревья решений (ИС81в)
Тест. Экзамен по дисциплине
Лабораторная работа 1 ►
Навигация
Вы можете переместить блок сюда, чтобы он попал в док
В вашем браузере отключен JavaScript