2022/2023

Теория нейронных сетей

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Лучший по критерию «Новизна полученных знаний»

Статус: Майнор

Кто читает: Департамент программной инженерии

Где читается: Факультет компьютерных наук

Когда читается: 1, 2 модуль

Охват аудитории: для всех кампусов НИУ ВШЭ

Преподаватели: Воронков Илья Михайлович, Дам Ван Ньить, Пантюхин Дмитрий Валерьевич, Силаев Юрий Владимирович, Харламов Александр Александрович

Язык: русский

Кредиты: 5

Контактные часы: 44

Программа дисциплины

Аннотация

Дается понятие о различных видах искусственных нейронных сетей, методах их обучения, таких как персептроны, сверточные сети, рекуррентные сети, импульсные (спайковые) и другие виды нейронных сетей, а также базовые понятия о биологических нейронных сетях и устройстве мозга.

Цель освоения дисциплины

• Приобретение базовых знаний об архитектурах искусственных нейронных сетей, методах их обучения, проверки.
• Приобретение базовых знаний об устройстве мозга, физиологии биологического нейрона, устройстве зрительного и речевого анализатора

Планируемые результаты обучения

• Знает основные виды искусственных нейронных сетей, способы их обучения.
• Знает основные механизмы работы мозга
• Умеет рассчитывать градиент сложной функции и применять градиентные методы для настройки нейронных сетей

Содержание учебной дисциплины

• Основные понятия теории искусственных нейронных сетей.
• Основы биологических нейронных сетей

Элементы контроля

• Контрольные вопросы по лекциям
  Тесты по изученным материалам лекций, до 20 вопросов в каждом.
• Контрольные задания по практическим занятиям
  Практические задания по изученным материалам в виде написания программы и ответы на вопросы.
• Модульная контрольная работа
  Контрольная работа в виде написания программы и ответов на вопросы. Проводится в конце 1 модуля.
• Домашнее задание
  Презентация по выбранной теме с ответами на вопросы и\или программный проект и презентация по результатам. Преимущественно во 2 модуле.
• Экзамен
  Экзамен в виде написания программы и ответов на вопросы. Проводится в сессию.
• Личные достижения
  Необходимо для получения оценки 9-10 баллов. Доклад о результатах самостоятельной работы студента сверх требований ПУД по теме майнора. В том числе: прохождение онлайн курсов, участие в научных мероприятиях, курсовые работы, публикации и др. Результаты докладываются публично.

Промежуточная аттестация

• 2022/2023 учебный год 2 модуль
  0.05 * Контрольные задания по практическим занятиям + 0.05 * Контрольные вопросы по лекциям + 0.2 * Личные достижения + 0.3 * Домашнее задание + 0.2 * Экзамен + 0.1 * Модульная контрольная работа

Список литературы

Рекомендуемая основная литература

• Амос, Г. MATLAB. Теория и практика / Г. Амос , перевод с английского Н. К. Смоленцев. — 5-е изд. — Москва : ДМК Пресс, 2016. — 416 с. — ISBN 978-5-97060-183-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/82814 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Дьяконов, В. П. MATLAB 7.*/R2006/R2007: Самоучитель : самоучитель / В. П. Дьяконов. — Москва : ДМК Пресс, 2009. — 768 с. — ISBN 978-5-94074-424-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/1178 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Нейрокомпьютеры : учеб. пособие для вузов, Комарцова, Л. Г., 2004
• Нейронные сети : полный курс, Хайкин, С., 2006
• Нейронные сети: основы теории / А.И. Галушкин. - М.: Гор. линия-Телеком, 2012. - 496 с.: ил.; 60x90 1/16. (обложка) ISBN 978-5-9912-0082-0, 1000 экз. - Режим доступа: http://znanium.com/catalog/product/353660
• Основы нейрофизиологии : учеб. пособие для вузов, Шульговский, В. В., 2002

Рекомендуемая дополнительная литература

• Анализ и обработка сигналов в среде MATLAB/ЩетининЮ.И. - Новосиб.: НГТУ, 2011. - 115 с.: ISBN 978-5-7782-1807-9 - Режим доступа: http://znanium.com/catalog/product/548133
• Антонио, Д. Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow / Д. Антонио, П. Суджит , перевод с английского А. А. Слинкин. — Москва : ДМК Пресс, 2018. — 294 с. — ISBN 978-5-97060-573-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/111438 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Барский, А. Б. Введение в нейронные сети : учебное пособие / А. Б. Барский. — 2-е изд. — Москва : ИНТУИТ, 2016. — 358 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100684 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Гудфеллоу, Я. Глубокое обучение / Я. Гудфеллоу, И. Бенджио, А. Курвилль , перевод с английского А. А. Слинкина. — 2-е изд. — Москва : ДМК Пресс, 2018. — 652 с. — ISBN 978-5-97060-618-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/107901 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Ковалева, А. В.  Нейрофизиология, физиология высшей нервной деятельности и сенсорных систем : учебник для среднего профессионального образования / А. В. Ковалева. — Москва : Издательство Юрайт, 2019. — 365 с. — (Профессиональное образование). — ISBN 978-5-534-00719-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/437092 (дата обращения: 28.08.2023).
• Красавин, А. В.  Компьютерный практикум в среде matlab : учебное пособие для вузов / А. В. Красавин, Я. В. Жумагулов. — 2-е изд. — Москва : Издательство Юрайт, 2019. — 277 с. — (Университеты России). — ISBN 978-5-534-08509-9. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/442328 (дата обращения: 28.08.2023).
• Моделирование систем управления с применением MatLab : учеб. пособие / А.Н. Тимохин, Ю.Д. Румянцев ; под ред. А.Н. Тимохина. — М. : ИНФРА-М, 2017. — 256 с. + Доп. материалы [Электронный ресурс; Режим доступа http://www.znanium.com]. —(Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/14347. - Режим доступа: http://znanium.com/catalog/product/590240
• Нейротехнологии: нейро-БОС и интерфейс «мозг - компьютер»: Монография / Кирой В.Н., Лазуренко Д.М., Шепелев И.Е. - Ростов-на-Дону:Южный федеральный университет, 2017. - 244 с.: ISBN 978-5-9275-2232-3 - Текст : электронный. - URL: http://znanium.com/catalog/product/996688
• Паттерсон, Д. Глубокое обучение с точки зрения практика / Д. Паттерсон, А. Гибсон. — Москва : ДМК Пресс, 2018. — 418 с. — ISBN 978-5-97060-481-6. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/116122 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Ростовцев В.С. - Искусственные нейронные сети: учебник - Издательство "Лань" - 2019 - 216с. - ISBN: 978-5-8114-3768-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/122180
• Русановский, В. В., Нейрофизиология. Основы курса. : учебное пособие / В. В. Русановский, А. А. Лебедев, В. А. Лебедев, П. Д. Шабанов. — Москва : КноРус, 2019. — 230 с. — ISBN 978-5-406-06944-8. — URL: https://book.ru/book/931372 (дата обращения: 25.08.2023). — Текст : электронный.
• Флах, П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных / П. Флах. — Москва : ДМК Пресс, 2015. — 400 с. — ISBN 978-5-97060-273-7. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/69955 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
• Хливненко Л.В., Пятакович Ф.А. - Практика нейросетевого моделирования: учебное пособие - Издательство "Лань" - 2019 - 200с. - ISBN: 978-5-8114-3639-2 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/123697
• Шульговский, В. В., Нейрофизиология : учебник / В. В. Шульговский. — Москва : КноРус, 2019. — 272 с. — ISBN 978-5-406-06664-5. — URL: https://book.ru/book/929994 (дата обращения: 25.08.2023). — Текст : электронный.