Neuroproject.ru / Обучение
   Главная / Обучение / Курсы повышения квалификации


 
О компании
Програмные продукты
Услуги
Обучение
Материалы
Форум
     Семинары       Видео-версии семинаров       КПК       Заказные семинары   
КПК
Курсы повышения квалификации


Московский Государственный Университет им.М.В.Ломоносова ежегодно в весеннем семестре проводит курсы повышения квалификации "Искусственные нейронные сети и генетические алгоритмы".



Занятия проводятся на базе компьютерного класса НИИ ядерной физики МГУ. Слушателям, закончившим курсы, выдаются cвидетельства МГУ государственного образца - удостоверения о повышении квалификации:
- лицам с высшим образованием - после окончания обучения со сдачей зачёта;
- лицам с незаконченным высшим образованием - после окончания обучения со сдачей зачёта и последующего предоставления копии документа о высшем образовании.



Занятия проводятся в формате семестрового курса без отрыва от производства (3 месяца по 2 дня в неделю по 3 часа, по вторникам и пятницам). Начало занятий в 19 часов. Занятия включают лекции, практикум и работу над собственными проектами (задачами) слушателей. В этом (2017) году курсы начнутся 21 февраля и закончатся 2 июня.



Стоимость обучения в 2017 году составляет 25 000 руб. В кризис деньги вкладывают в своё образование!



Желающим окончить курсы необходимо зарегистрироваться. Если в течение 3 дней после регистрации Вы не получите подтверждающее письмо по электронной почте, пожалуйста, позвоните нам по тел. (495) 939-46-19 для подтверждения Вашей заявки.



Обратиться за дополнительной информацией можно по адресу lectures@neuroproject.ru, либо задать интересующие вопросы на форуме.



Программа курсов повышения квалификации "Искусственные нейронные сети и генетические алгоритмы"

Часть 1. Основные модели искусственных нейронных сетей (ИНС) (3 лекции)
Модель нейрона. Обучение с учителем и без учителя. Многослойный персептрон. Глубокие нейронные сети. Рекуррентные сети. Автоассоциативная память. Сеть Кохонена. Нейросеть с общей регрессией. Вероятностная нейросеть.

Часть 2. Основы предобработки данных (3 лекции)
Методы анализа данных, направленные на определение и уменьшение размерности задачи (анализ главных компонент, кластер-анализ, оценка фрактальной размерности и пр.). Методы нелинейного преобразования входных данных, способствующие выделению отличительных свойств (вейвлет-анализ, нелинейный анализ главных компонент).

Часть 3. Метод группового учета аргументов, генетические алгоритмы (ГА) (3 лекции)
Метод группового учета аргументов. Генетические алгоритмы. Генетическое программирование.

Часть 4. Дополнительные алгоритмы ИНС (2 лекции)
Нейронные сети Хопфилда. Алгоритмы построения ИНС оптимальной сложности. Методики комбинирования различных моделей ИНС. Иерархические системы. Комитеты экспертов. Гибридные методы. Оценка значимости входов.

Часть 5. Нечеткая логика (1 лекция)
Основные понятия нечёткой логики. Проектирование контроллеров. Нечёткая логика и вероятность. Нечёткая логика и нейронные сети.

Часть 6. Применение ИНС и ГА (2 лекции)
Основные области применения ИНС и ГА. Практические приемы использования ИНС и ГА для решения задач в спектроскопии, космической физике, физике высоких энергий, физике плазмы, обработке сигналов и изображений. Решение обратных задач в физике с помощью ИНС и ГА.

План практических занятий

Часть 1. Основные модели ИНС (3 занятия)
Наглядная демонстрация основных нейросетевых алгоритмов. "Нейропрактикум".

Часть 2. Практическая работа с ИНС (3 занятия)
Обзор современных программных средств и библиотек для решения задач анализа данных. Работа на языках R и Python.
Основные приемы работы. Решение практических задач.

Часть 3. Генетические алгоритмы (2 занятия)
Пакет генетических алгоритмов GeneHunter. Пакет построения моделей ChaosHunter. Решение практических задач.

Часть 4. Нейросетевые пакеты NeuroShell Series (1 занятие)
Пакеты NeuroShell Predictor и NeuroShell Classifier. Основные приемы работы.

Часть 5. Самостоятельная работа под руководством преподавателя (4 занятия)


Курс разработан под руководством профессора д.ф.-м.н. Персианцева Игоря Георгиевича
Занятия ведет заведующий Лабораторией адаптивных методов обработки данных НИИЯФ МГУ
к.ф.-м.н. Доленко Сергей Анатольевич


     Семинары       Видео-версии семинаров       КПК       Заказные семинары   


Rambler's Top100 Rambler's Top100