нейронные сети

Искусственная нейронная сеть — это компьютерная программа, построенная по алгоритму, схожему с устройством нейронных сетей в мозге, и способная обучаться на предоставляемой информации для решения некоторых классов задач (например, классификации объектов или прогнозирования поведения фондового рынка). Модель искусственных нейронных сетей относят к методам машинного обучения, а те, в свою очередь, — к искусственному интеллекту.

Искусственная нейронная сеть состоит из искусственных нейронов, которые соединены между собой связями. Такие нейроны — это вычислительные единицы, которые производят математические операции над получаемой информацией: на входе принимают набор чисел (вектор признаков), а на выходе выдают одно число. У такого вычислителя есть память, в которой хранится ровно столько коэффициентов, сколько признаков он берет на входе. Каждый признак умножается на соответствующий ему весовой коэффициент, и результаты складываются. Полученная взвешенная сумма преобразуется с помощью функции активации в выходное значение нейрона.

Самая сложная часть в глубоких нейронных сетях — это обучение сети. Для этого через такие сети прогоняют огромные массивы данных. В конечном итоге сеть обучается решать узкопрофильные задачи разного рода. Существует огромное число разновидностей глубоких сетей, различающихся архитектурой: числом слоев, числом нейронов в каждом слое, а также структурой связей. Искусственные нейронные сети из двух-трех слоев считаются классическими, а если слоев больше, то уже глубокими.