Слайд 2
![Основные задачи Классификация образов. Кластеризация/категоризация. Аппроксимация функций. ((X1, Y2), (X2,](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-1.jpg)
Основные задачи
Классификация образов.
Кластеризация/категоризация.
Аппроксимация функций.
((X1, Y2), (X2, Y2), ..., (XN,
YN))
Предсказание/прогноз.
{y(t1),y(t2), ..., y(tn)} в моменты времени t1, t2, ..., tn.
Оптимизация.
Слайд 3
![Искусственный нейрон](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-2.jpg)
Слайд 4
![Пороговая функция активации](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-3.jpg)
Пороговая функция активации
Слайд 5
![Функции активации](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-4.jpg)
Слайд 6
![Примеры функций активации](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-5.jpg)
Примеры функций активации
Слайд 7
![Архитектура нейронных сетей Однослойная нейронная сеть](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-6.jpg)
Архитектура нейронных сетей
Однослойная нейронная сеть
Слайд 8
![Архитектура нейронных сетей Многослойная нейронная сеть](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-7.jpg)
Архитектура нейронных сетей
Многослойная нейронная сеть
Слайд 9
![Персептрон](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-8.jpg)
Слайд 10
![Обучение однонейронного персептрона](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-9.jpg)
Обучение однонейронного персептрона
Слайд 11
![Обучение однослойной сети с n персептронными нейронами](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-10.jpg)
Обучение однослойной сети с n персептронными нейронами
Слайд 12
![Линейная разделимость](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-11.jpg)
Слайд 13
![Двухслойная сеть, реализующая функцию XOR Здесь s1 = x1*w11+x2*w21 –](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-12.jpg)
Двухслойная сеть, реализующая функцию XOR
Здесь s1 = x1*w11+x2*w21 – значение, поступающее
на вход первого нейрона первого слоя,
s2 = x1*w12 +x 2 *w22 – вход второго нейрона первого слоя;
y1, y2 – выходы соответствующих нейронов первого слоя;
S – входное значение нейрона второго слоя; Y – выход сети.
Слайд 14
![Задание](/_ipx/f_webp&q_80&fit_contain&s_1440x1080/imagesDir/jpg/581574/slide-13.jpg)