Факультативный курс "Введение в нейронные сети и генетические алгоритмы"
Курс подготовлен сотрудниками НИИЯФ МГУ под руководством проф. И.Г.Персианцева
 Курс рассчитан на студентов 3 - 5 курсов
 Продолжительность курса - 14 лекций, 11 семинаров
(1 лекция и 1 практическое занятие в неделю в течение семестра)
 Чтение курса начнется 27 февраля
 Время проведения лекций и занятий - вечернее (после 4-й пары, с 17-30) по вторникам (лекции) и пятницам (практические занятия)
 Для участия необходимо сообщить свои координаты, зарегистрировавшись на сайте (http://NNGA.narod.ru) или по тел. 939-46-19. Место проведения занятий будет сообщено записавшимся дополнительно.

Программа лекций
Часть 1. Основные модели ИНС (3 лекции)
Модель нейрона. Обучение с учителем и без учителя. Многослойный перцептрон. Рекуррентные сети. Ассоциативная память. Сеть Кохонена. Нейросеть с общей регрессией. Вероятностная нейросеть.
Часть 2. Основы предобработки данных (3 лекции)
Методы анализа данных, направленные на определение и уменьшение размерности задачи (анализ главных компонент, кластер-анализ, фрактальная размерность и пр.). Методы нелинейного преобразования входных данных, способствующие выделению отличительных свойств (вейвлет-анализ, нелинейный анализ главных компонент).
Часть 3. Метод группового учета аргументов, генетические алгоритмы (3 лекции)
Метод группового учета аргументов. Генетические алгоритмы. Генетическое программирование.
Часть 4. Дополнительные алгоритмы ИНС (2 лекции)
Радиальные базисные функции. Алгоритмы построения ИНС оптимальной сложности. Методики комбинирования различных моделей ИНС. Иерархические системы. Экспертные советы. Гибридные методы. Генерация правил по обученным ИНС. Анализ важности входов.
Часть 5. Нечеткая логика (1 лекция)
Часть 6. Применение ИНС и ГА (2 лекции)
Основные области применимости ИНС и ГА. Практические приемы использования ИНС и ГА в спектроскопии, физике высоких энергий, микроэлектронике, физике плазмы, обработке сигналов и изображений. Решение обратных задач в физике с помощью ИНС и ГА.

План практических занятий
Часть 1. Основные модели ИНС (3 занятия)
Наглядная демонстрация основных нейросетевых алгоритмов. "Нейропрактикум".
Часть 2. Практическая работа с ИНС (4 занятия)
Нейросетевой пакет NeuroShell 2. Основные приемы работы. Решение практических задач.
Часть 3. Генетические алгоритмы (1 занятие)
Пакет генетических алгоритмов GeneHunter. Решение практических задач.
Часть 4. Нейросетевые пакеты NeuroShell Series (1 занятие)
Пакеты NeuroShell Predictor и NeuroShell Classifier. Основные приемы работы.
Часть 5. Самостоятельная работа под руководством преподавателя (2 занятия)

Получается первая лекция была уже сегодня?
А объявление вы повесили только вчера.. Хех...
Зарегился на сайте - теперь 3 дня ждать подтверждения?

Эээ, а я и не сориентировался, что сегодня уже лекция... Записался давно, подтверждение так и не пришло

Видимо проще им позвонить будет завтра
Курс лично мне очень и очень нужный

На всякий случай: вторая лекция будет в пятницу, 2 марта, в 18:30 в ауд. 3-13 НИИЯФа.

А кто-то собирается в 2008-ом году туда ходить? И еще хотелось бы узнать у тех, кто уже ходил: реально ли первокурснику потянуть весь материал?

Бззз....!
во первых -- причем тут физика ?? если и то и то -- сугубо математические методы (конечно, часто используемые для решения и физических задач, помимо прочих)
во вторых -- в не зависимости от вашей веры, для генетических алгоритмов доказан ряд теорем о сходимости на предмет их пригодности к решению ряда задач. в частности -- минимизация мультимодальных функций, в том числе и случайных -- причем -- для данной задачи этот метод считается лучшим.
в третьих -- этими методами решают совершенно разные задачи! (монтекарло -- это всего лишь поиск матожидания, есличо, а ГА -- оптимизация)

Сообщение отредактировал SHiFT - 17.8.2007, 1:26

Не умаляя ничьих заслуг: По моим сведениям нейронные сети - это уже позапрошлый век.
Сейчас более актуальна теория машинного обучения: http://ru.wikipedia.org/wiki/Machine_Learning

Позвольте, не ввязываясь в дискуссии, опубликовать объявление о начале аналогичного курса в этом семестре. Отличия от прошлого года выделены жирным шрифтом. Учтя справедливую критику, на сей раз публикуем объявление заранее.

Факультативный курс "Введение в нейронные сети и генетические алгоритмы"
Курс подготовлен сотрудниками НИИЯФ МГУ под руководством проф. И.Г.Персианцева
 Курс рассчитан на студентов 3 - 5 курсов
 Продолжительность курса - 14 лекций, 11 семинаров
(1 лекция и 1 практическое занятие в неделю в течение семестра)
 Чтение курса начнется 26 февраля
 Время проведения лекций и занятий - вечернее (после 4-й пары, с 19-00) по вторникам (лекции) и пятницам (практические занятия)
 Для участия необходимо сообщить свои координаты, зарегистрировавшись на сайте (http://NNGA.narod.ru) или по тел. 939-46-19. Место проведения занятий будет сообщено записавшимся дополнительно.

Программа лекций
Часть 1. Основные модели ИНС (3 лекции)
Модель нейрона. Обучение с учителем и без учителя. Многослойный перцептрон. Рекуррентные сети. Ассоциативная память. Сеть Кохонена. Нейросеть с общей регрессией. Вероятностная нейросеть.
Часть 2. Основы предобработки данных (3 лекции)
Методы анализа данных, направленные на определение и уменьшение размерности задачи (анализ главных компонент, кластер-анализ, фрактальная размерность и пр.). Методы нелинейного преобразования входных данных, способствующие выделению отличительных свойств (вейвлет-анализ, нелинейный анализ главных компонент).
Часть 3. Метод группового учета аргументов, генетические алгоритмы (3 лекции)
Метод группового учета аргументов. Генетические алгоритмы. Генетическое программирование.
Часть 4. Дополнительные алгоритмы ИНС (2 лекции)
Радиальные базисные функции. Алгоритмы построения ИНС оптимальной сложности. Методики комбинирования различных моделей ИНС. Иерархические системы. Экспертные советы. Гибридные методы. Генерация правил по обученным ИНС. Анализ важности входов.
Часть 5. Нечеткая логика (1 лекция)
Часть 6. Применение ИНС и ГА (2 лекции)
Основные области применимости ИНС и ГА. Практические приемы использования ИНС и ГА в спектроскопии, физике высоких энергий, микроэлектронике, физике плазмы, обработке сигналов и изображений. Решение обратных задач в физике с помощью ИНС и ГА.

План практических занятий
Часть 1. Основные модели ИНС (3 занятия)
Наглядная демонстрация основных нейросетевых алгоритмов. "Нейропрактикум".
Часть 2. Практическая работа с ИНС (4 занятия)
Нейросетевой пакет NeuroShell 2. Основные приемы работы. Решение практических задач.
Часть 3. Генетические алгоритмы (1 занятие)
Пакет генетических алгоритмов GeneHunter. Решение практических задач.
Часть 4. Нейросетевые пакеты NeuroShell Series (1 занятие)
Пакеты NeuroShell Predictor и NeuroShell Classifier. Основные приемы работы.
Часть 5. Самостоятельная работа под руководством преподавателя (2 занятия)

Ввиду малого количества посадочных мест в компьютерном классе, возможность участия в практических занятиях не гарантируется. Однако самые упорные обычно достигают поставленной цели

Сообщение отредактировал nnga - 20.2.2008, 21:46

Обращаю внимание, что время начала занятий по организационным причинам перенесено с 18 на 19 часов (и по вторникам, и по пятницам).

Объявляем о проведении аналогичного курса в этом семестре.

Факультативный курс "Введение в нейронные сети и генетические алгоритмы"
Курс подготовлен сотрудниками НИИЯФ МГУ под руководством проф. И.Г.Персианцева
 Курс рассчитан на студентов 3 - 5 курсов
 Продолжительность курса - 14 лекций, 11 семинаров
(1 лекция и 1 практическое занятие в неделю в течение семестра)
 Чтение курса начнется 24 февраля
 Время проведения лекций и занятий - вечернее (после 4-й пары, с 19-00) по вторникам (лекции) и пятницам (практические занятия)
 Для участия необходимо сообщить свои координаты, зарегистрировавшись на сайте (http://NNGA.narod.ru) или по тел. 939-46-19. Место проведения занятий (на территории МГУ) будет сообщено записавшимся дополнительно.

Программа лекций
Часть 1. Основные модели ИНС (3 лекции)
Модель нейрона. Обучение с учителем и без учителя. Многослойный персептрон. Рекуррентные сети. Ассоциативная память. Сеть Кохонена. Нейросеть с общей регрессией. Вероятностная нейросеть.
Часть 2. Основы предобработки данных (3 лекции)
Методы анализа данных, направленные на определение и уменьшение размерности задачи (анализ главных компонент, кластер-анализ, фрактальная размерность и пр.). Методы нелинейного преобразования входных данных, способствующие выделению отличительных свойств (вейвлет-анализ, нелинейный анализ главных компонент).
Часть 3. Метод группового учета аргументов, генетические алгоритмы (3 лекции)
Метод группового учета аргументов. Генетические алгоритмы. Генетическое программирование.
Часть 4. Дополнительные алгоритмы ИНС (2 лекции)
Нейронные сети Хопфилда. Алгоритмы построения ИНС оптимальной сложности. Методики комбинирования различных моделей ИНС. Иерархические системы. Экспертные советы. Гибридные методы. Генерация правил по обученным ИНС. Анализ важности входов.
Часть 5. Нечеткая логика (1 лекция)
Часть 6. Применение ИНС и ГА (2 лекции)
Основные области применимости ИНС и ГА. Практические приемы использования ИНС и ГА в спектроскопии, физике высоких энергий, микроэлектронике, физике плазмы, обработке сигналов и изображений. Решение обратных задач в физике с помощью ИНС и ГА.

План практических занятий
Часть 1. Основные модели ИНС (3 занятия)
Наглядная демонстрация основных нейросетевых алгоритмов. "Нейропрактикум".
Часть 2. Практическая работа с ИНС (4 занятия)
Нейросетевой пакет NeuroShell 2. Основные приемы работы. Решение практических задач.
Часть 3. Генетические алгоритмы (1 занятие)
Пакет генетических алгоритмов GeneHunter. Решение практических задач.
Часть 4. Нейросетевые пакеты NeuroShell Series (1 занятие)
Пакеты NeuroShell Predictor и NeuroShell Classifier. Основные приемы работы.
Часть 5. Самостоятельная работа под руководством преподавателя (2 занятия)

Ввиду малого количества посадочных мест в компьютерном классе, возможность участия в практических занятиях не гарантируется. Однако самые упорные обычно достигают поставленной цели

где проходят занятия ?

хотел бы получить распечатки лекций про которые сказано на сайте:
"обратиться к нам за распечатками конспектов пропущенных лекций. Конспекты по электронной почте не высылаются и в электронном виде не распространяются."

и проконсультироваться по паре вопросов

Лекции в лабораторном корпусе высоких энергий проходят, это здание рядом с соцфаком, надо повернуть за угол после того, как банк пройдете (если идти от физфака в сторону Вернадского). Вот вам картинка, в общем. Там можете спросить у охранника, где проходят нейросети, но вообще вам на второй этаж в комнату 2-25, это компьютерный класс.
Распечатки действительно раздают, даже если вы вообще не ходили на лекции.
Приходите во вторник к 19-00, в этом время начинаются лекции.

А вообще, сами лекции отличные, если не слушали - рекомендую

Объявляем о проведении аналогичного курса в этом семестре (весна 2010 года).

Факультативный курс "Введение в нейронные сети и генетические алгоритмы"
Курс подготовлен сотрудниками НИИЯФ МГУ под руководством проф. И.Г.Персианцева
 Курс рассчитан на студентов 3 - 5 курсов
 Продолжительность курса - 14 лекций, 11 семинаров
(1 лекция и 1 практическое занятие в неделю в течение семестра)
 Чтение курса начнется 26 февраля
 Время проведения лекций и занятий - вечернее (после 4-й пары, с 19-00) по вторникам (лекции) и пятницам (практические занятия)
 Для участия необходимо сообщить свои координаты, зарегистрировавшись на сайте (http://NNGA.narod.ru) или по тел. 939-46-19. Место проведения занятий (на территории МГУ) будет сообщено записавшимся дополнительно.

Программа лекций
Часть 1. Основные модели ИНС (3 лекции)
Модель нейрона. Обучение с учителем и без учителя. Многослойный персептрон. Рекуррентные сети. Ассоциативная память. Сеть Кохонена. Нейросеть с общей регрессией. Вероятностная нейросеть.
Часть 2. Основы предобработки данных (3 лекции)
Методы анализа данных, направленные на определение и уменьшение размерности задачи (анализ главных компонент, кластер-анализ, фрактальная размерность и пр.). Методы нелинейного преобразования входных данных, способствующие выделению отличительных свойств (вейвлет-анализ, нелинейный анализ главных компонент).
Часть 3. Метод группового учета аргументов, генетические алгоритмы (3 лекции)
Метод группового учета аргументов. Генетические алгоритмы. Генетическое программирование.
Часть 4. Дополнительные алгоритмы ИНС (2 лекции)
Нейронные сети Хопфилда. Алгоритмы построения ИНС оптимальной сложности. Методики комбинирования различных моделей ИНС. Иерархические системы. Экспертные советы. Гибридные методы. Генерация правил по обученным ИНС. Анализ важности входов.
Часть 5. Нечеткая логика (1 лекция)
Часть 6. Применение ИНС и ГА (2 лекции)
Основные области применимости ИНС и ГА. Практические приемы использования ИНС и ГА в спектроскопии, физике высоких энергий, микроэлектронике, физике плазмы, обработке сигналов и изображений. Решение обратных задач в физике с помощью ИНС и ГА.

План практических занятий
Часть 1. Основные модели ИНС (3 занятия)
Наглядная демонстрация основных нейросетевых алгоритмов. "Нейропрактикум".
Часть 2. Практическая работа с ИНС (4 занятия)
Нейросетевой пакет NeuroShell 2. Основные приемы работы. Решение практических задач.
Часть 3. Генетические алгоритмы (1 занятие)
Пакет генетических алгоритмов GeneHunter. Решение практических задач.
Часть 4. Нейросетевые пакеты NeuroShell Series (1 занятие)
Пакеты NeuroShell Predictor и NeuroShell Classifier. Основные приемы работы.
Часть 5. Самостоятельная работа под руководством преподавателя (2 занятия)

Ввиду малого количества посадочных мест в компьютерном классе, возможность участия в практических занятиях не гарантируется. Однако самые упорные обычно достигают поставленной цели

2 nnga
Скажите, пожалуйста, во сколько будут заканчиваться лекции по вторникам?

Между 20-30 и 21-30. Кстати, первое занятие в пятницу 26 февраля - тоже лекция, как и занятие 5 марта. С 12 марта по пятницам будут практические занятия.

Сообщение отредактировал nnga - 19.2.2010, 14:29

2 nnga
Спасибо.

2 nnga
Скажите, пожалуйста, где будет занятие? После регистрации пришло письмо, в котором утверждалось, что информация о месте проведения будет в среду, но больше писем не приходило.

Объявляем о проведении аналогичного курса в этом семестре (весна 2011 года).

Факультативный курс "Введение в нейронные сети и генетические алгоритмы"
Курс подготовлен сотрудниками НИИЯФ МГУ под руководством проф. И.Г.Персианцева
 Курс рассчитан на студентов 3 - 5 курсов
 Продолжительность курса - 14 лекций, 11 семинаров
(1 лекция и 1 практическое занятие в неделю в течение семестра)
 Чтение курса начнется 25 февраля
 Время проведения лекций и занятий - вечернее (после 5-й пары, с 19-00) по вторникам (лекции) и пятницам (практические занятия)
 Для участия необходимо сообщить свои координаты, зарегистрировавшись на сайте (http://NNGA.narod.ru) или по тел. 939-46-19. Место проведения занятий (на территории МГУ) будет сообщено записавшимся дополнительно.

Программа лекций
Часть 1. Основные модели ИНС (3 лекции)
Модель нейрона. Обучение с учителем и без учителя. Многослойный персептрон. Рекуррентные сети. Ассоциативная память. Сеть Кохонена. Нейросеть с общей регрессией. Вероятностная нейросеть.
Часть 2. Основы предобработки данных (3 лекции)
Методы анализа данных, направленные на определение и уменьшение размерности задачи (анализ главных компонент, кластер-анализ, фрактальная размерность и пр.). Методы нелинейного преобразования входных данных, способствующие выделению отличительных свойств (вейвлет-анализ, нелинейный анализ главных компонент).
Часть 3. Метод группового учета аргументов, генетические алгоритмы (3 лекции)
Метод группового учета аргументов. Генетические алгоритмы. Генетическое программирование.
Часть 4. Дополнительные алгоритмы ИНС (2 лекции)
Нейронные сети Хопфилда. Алгоритмы построения ИНС оптимальной сложности. Методики комбинирования различных моделей ИНС. Иерархические системы. Экспертные советы. Гибридные методы. Генерация правил по обученным ИНС. Анализ важности входов.
Часть 5. Нечеткая логика (1 лекция)
Часть 6. Применение ИНС и ГА (2 лекции)
Основные области применимости ИНС и ГА. Практические приемы использования ИНС и ГА в спектроскопии, физике высоких энергий, микроэлектронике, физике плазмы, обработке сигналов и изображений. Решение обратных задач в физике с помощью ИНС и ГА.

План практических занятий
Часть 1. Основные модели ИНС (3 занятия)
Наглядная демонстрация основных нейросетевых алгоритмов. "Нейропрактикум".
Часть 2. Практическая работа с ИНС (4 занятия)
Нейросетевой пакет NeuroShell 2. Основные приемы работы. Решение практических задач.
Часть 3. Генетические алгоритмы (1 занятие)
Пакет генетических алгоритмов GeneHunter. Решение практических задач.
Часть 4. Нейросетевые пакеты NeuroShell Series (1 занятие)
Пакеты NeuroShell Predictor и NeuroShell Classifier. Основные приемы работы.
Часть 5. Самостоятельная работа под руководством преподавателя (2 занятия)

Ввиду малого количества посадочных мест в компьютерном классе, возможность участия в практических занятиях не гарантируется. Однако самые упорные обычно достигают поставленной цели

Что такое ИНС?