Курсы
Лекторы
Школьникам
О проекте
Войти
Главная
/
Курсы
/
Методы машинного обучения в анализе изображений и временных рядов
/
Лекция 10. Искусственные нейронные сети. Базовые архитектуры и методы обучения
Модель нейрона Мак-Каллока-Питтса. Ограниченность единственного нейрона
x 1.00
Информатика
Методы машинного обучения в анализе изображений и временных рядов
Лекция 10. Искусственные нейронные сети. Базовые архитектуры и методы обучения
Дмитриев
Константин Вячеславович
00:19
Модель нейрона Мак-Каллока-Питтса. Ограниченность единственного нейрона
09:09
Полносвязная нейронная сеть прямого распространения. Обучение сети. Метод обратного распространения
32:07
Проблемы при обучении нейронных сетей. Выбор функции активации
43:20
Метод прореживания. Оптимальное прореживание
57:55
Пакетная нормализация. Начальная инициализация параметров
1:10:08
Светоточные и остаточные нейронные сети
Конспект лекции
Скачать
PDF не найден.
Курсы
Лекторы
Школьникам
О проекте
Контакты
Свяжитесь с нами
Отправить
2025 МГУ имени М.В. Ломоносова
Условия использования сайта
Сведения об образовательной организации
Нашли ошибку?