در این پست کتاب شبکه عصبی دکتر منهاج به همراه حل تمرینات آن کتاب رو میخوایم برای دانلود قرار بدیم. شبکه های عصبی مصنوعی (Artificial Neural Network – ANN) یا به زبان ساده تر شبکه های عصبی سیستم ها و روش های محاسباتی جدیدی برای یادگیری ماشینی، نمایش دانش، و در انتها اعمال دانش به دست آمده در جهت بیش بینی پاسخ های خروجی از سامانه های پیچیده می باشد.
این شبکه ها از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل می شود که مجموعه ورودی را به خروجی ربط میدهند. همچنین این شبکه ها قادر به یادگیری هستند. جهت اطلاع بیشتر از شبکه های عصبی میتونید با سرچ در گوگل این کار رو انجام بدید.
فهرست کتاب شبکه عصبی دکتر منهاج به همراه حل تمرینات :
- تاریخچه
- هوش مصنوعی
- چالشهای بنیادین هوش مصنوعی
- هوش محاسباتی
- شبکه های عصبی Neural Networks
- مدل ریاضی شبکه های عصبی
- منطق فازی
- الگوریتم های ژنتیک GA
- کاربردهای شبکه های عصبی در پزشکی
- سیستمهای تشخیص
- آنالیز تصویر
- پیشرفتهای دارویی و مدلسازی سیستم قلبی
- بویایی الکترونیکی
- شناخت الگو
- کاربردهای سیستمهای فازی در پزشکی
- سیستمهای فازی در بیو انفورماتیک
- سیستمهای فازی ژنتیک
- فصل اول
– مقدمه
– معنای شبکه های عصبی
– انگیزه های بیولوژیکی
– تشابهات و انتظارات
– تاریخچه و کاربرد - فصل دوم :
– مدل ریاضی نرون
– مدل تک ورودی و چند ورودی
– ساختار شبکه های عصبی: شبکه های یک و چند لایه
– شبکه های پسخور یا برگشتی
– مسائل حل شده فصل ۲ ( خوانده شود و بحث در کلاس حل تمرین) - فصل سوم: مسئله تشریحی شناسایی الگو
– شناسایی الگو
– معرفی سه شبکه های نمونه: پرسپترون، همینگ و هاپفیلد
– استفاده از آن در حل مسئله فوق - فصل چهارم
– فرایند یادگیری
– شبکه های عصبی به عنوان سیستمهای دینامیکی آموزش پذیر
– یادگیری شبکه
– انواع یادگیری: با ناظر، بدون ناظر و تشدیدی
– قانون یادگیری پرسپترون - فصل هفتم
– مقدمه
– مبانی بهینه سازی و نقاط بهینه
– روشهای می نیمم سازی
– یادگیری ویدرو-هوف و شبکه آدالاین
– الگوریتم LMS
– کاربرد شبکه آدالاین در فیترهای تطبیقی - فصل هشتم
– مقدمه
– شبکه پرسپترون چند لایه
– حل چند مسئله
(BP) – الگوریتم پس انتشار خطا
– تقریب توابع
– کاربردهای شبکه عصبی چند لایه
به درخواست ناشر لینک دانلود حذف شد
دیدگاه کاربران
تعداد دیدگاه های کاربران : ۰ دیدگاه