Czym są sieci neuronowe?
Sieci neuronowe to sztuczne struktury, których budowa i zasada działania mają naśladować naturalny układ nerwowy. Zastosowanie takiego założenia pozwala wykorzystywać je w rozwiązywaniu problemów, czy w analizie danych, dla których inne metody zawodzą lub stają się nieprzydatne.
Istotą pracy z siecią neuronową jest proces uczenia się (machine learning) – system otrzymując zestaw danych empirycznych „uczy się” jak ma reagować na zadany bodziec. Kiedy proces nauki zakończy się, sieć jest przygotowana do przetwarzania nowych zestawów danych. Sieć, która „nauczyła się” rozpoznawać pewne powiązania oraz relacje w trakcie treningu, będzie potrafiła wykorzystać nabytą wiedzę na danych, które w tym procesie nie brały udziału.
Podstawowym atutem sieci neuronowych jest fakt, że sprawdzają się one w zagadnieniach, dla których nie istnieją modele matematyczne – zatem praca dla sztucznych sieci neuronowych zaczyna się tam, gdzie dla innych tradycyjnych metod analizy się kończy.
Sieci neuronowe świetnie sprawdzają się w:prognozowaniu,
klasyfikacji,
poszukiwaniu i wyodrębnianiu danych,
kwestiach związanych ze sterowaniem oraz szeroko rozumianym zarządzaniem.
Oprogramowanie firmy NeuroDimension Inc. wykorzystuje właśnie idee sztucznych sieci neuronowych oraz technologie sztucznej inteligencji.
Sieci neuronowe to sztuczne struktury, których budowa i zasada działania mają naśladować naturalny układ nerwowy. Zastosowanie takiego założenia pozwala wykorzystywać je w rozwiązywaniu problemów, czy w analizie danych, dla których inne metody zawodzą lub stają się nieprzydatne.
Istotą pracy z siecią neuronową jest proces uczenia się (machine learning) – system otrzymując zestaw danych empirycznych „uczy się” jak ma reagować na zadany bodziec. Kiedy proces nauki zakończy się, sieć jest przygotowana do przetwarzania nowych zestawów danych. Sieć, która „nauczyła się” rozpoznawać pewne powiązania oraz relacje w trakcie treningu, będzie potrafiła wykorzystać nabytą wiedzę na danych, które w tym procesie nie brały udziału.
Podstawowym atutem sieci neuronowych jest fakt, że sprawdzają się one w zagadnieniach, dla których nie istnieją modele matematyczne – zatem praca dla sztucznych sieci neuronowych zaczyna się tam, gdzie dla innych tradycyjnych metod analizy się kończy.
Sieci neuronowe świetnie sprawdzają się w:
Oprogramowanie firmy NeuroDimension Inc. wykorzystuje właśnie idee sztucznych sieci neuronowych oraz technologie sztucznej inteligencji.
Model sztucznej sieci neuronowej stworzonej w programie NeuroSolutions. |