محتوا و سرفصل ها

شبکه عصبی مصنوعی 

 شبکه عصبی مصنوعی ، جهت پیش بینی الگوهای غیرخطی بر مبنای یک الگوریتم یادگیری می باشد.

ایدهٔ اصلی این گونه شبکه‌ها الهام‌گرفته از کارکرد سیستم عصبی زیستی برای پردازش داده‌ها به منظور یادگیری می باشد.

عنصر کلیدی این ایده، ایجاد ساختارهایی جدید برای سامانهٔ پردازش اطلاعات است.

شبکه‌ عصبی قادر به یادگیری‌اند و با این الگوریتم سیستم می‌آموزد که خطای خود را اصلاح کند.

یادگیری در این سیستم‌ها  تطبیقی و با استفاده ازمثال‌ها وزن سیناپس‌ها به گونه‌ای تغییر می‌کند

که در صورت دادن ورودی‌های جدید، سیستم پاسخ درستی تولید کند.

شبکه هاي عصبی ابزاري جهت پیاده سازي سیستم هاي خبره و دانش پایه هستند.

شبکه هاي عصبی را میتوان بعنوان سیستم هاي پردازش اطلاعات تلقی نمود

که یک بردار ورودي را به یک بردار خروجی تصویر می کنند.

یک شبکه عصبی  شبکه ای است از عناصر ساده به نام نورون که ورودی را دریافت می کنند، وضعیت درونی آن را مطابق با همان ورودی تغییر می دهند (فعال سازی)، و خروجی را، مطابق با ورودی و فعال سازی، تولید می کنند.

این شبکه از اتصال خروجی برخی نورون ها به ورودی برخی نورون های دیگر تشکیل می شود و گرافی جهت دار و وزن دار شکل می دهد.

وزن ها و نیز توابعی که فعال سازی را محاسبه می کنند، تحت فرایندی به نام یادگیری که توسط یک قاعده یادگیری مدیریت می شود، قابل اصلاح هستند.

مهمترین ویژگی و قابلیت اصلی شبکه هاي عصبی، امکان آموزش نوع تابع مورد نظر بر اساس مجموعه اي از نمونه هاي آموزشی می باشد.

یکی از کاربردهاي اصلی شبکه هاي عصبی، دسته بندي الگوهاي ورودي در کلاس هاي مختلف است.

در این روش هر الگو با یک بردار ویژگی به شبکه معرفی می شود

مخاطبان دوره آموزشی “آموزش شبکه عصبی با نرم افزار SPSS”

مدل پیش بینی شبکه عصبی یکی از الگوهایی است که کاربرد آن در رشته های علوم انسانی و بالاخص  در رشته های مدیریت و اقتصاد رو به افزایش است.

ویژگی این  ویدیوی آموزشی، زبان بسیار ساده و قابل فهم برای همگان میباشد.

این ویدیو، شامل موارد زیر است:

در هفته های آتی عرضه میگردد