Углубленный анализ данных и построение моделей в системе STATISTICA Automated Neural Networks

Цель курса

Цель курса – познакомить слушателей с теорией нейросетевых методов анализа данных и дать практические навыки для решения задач нелинейной и многомерной регрессии, классификации и прогнозирования временных рядов в среде пакета STATISTICA Automated Neural Networks (SANN).

Для кого этот курс?

Данная программа рекомендуется слушателям, имеющим некоторый опыт работы в STATISTICA, а также опыт прикладного анализа данных.

Программа курса

1. Введение

   • Нейронная организация мозга

   • Биологический нейрон

   • Механизмы обучения

   • Адаптация и самоорганизация

   • Искусственные нейронные сети

   • Общие принципы построения нейронных сетей. Типы и архитектуры сетей

2. Основы теории нейронных сетей

   • Формальный нейрон

   • Функции активации нейронных элементов

   • Нейронные сети с пороговой функцией активации. О линейной неразделимости задач

   • Правила обучения Хебба, Розенблата, Видроу-Хоффа (градиентный спуск)

   • Теорема Колмогорова о полноте. Нейросетевая интерпретация теоремы. Разрешение проблемы линейной неразделимости многослойной нейронной сетью

   • Математические основы алгоритма обратного распространения ошибки

3. Нейросетевое моделирование в среде STATISTICA Automated Neural Networks

   • Общая структура пакета SANN. Организация импорта данных. Взаимодействие со STATISTICA

   • Знакомство с интерфейсом SANN

   • Типы переменных и наблюдений

   • Шкалирование данных. Преобразование текстовых значений

   • Обучающая, контрольная и тестовая выборки

   • Выбор нейронной сети

   • Работа с наборами сетей

   • Обучение нейронной сети. Сравнительный анализ алгоритмов обучения

   • Интерактивный процесс обучения. Наблюдение за графиками ошибок. Восстановление наилучшей сети

   • Тестирование нейронной сети. Просмотр весов, параметров активации

   • Анализ чувствительности входных переменных
     

4. Решение задачи регрессии в пакете SANN

   • Задание анализа на Стартовой панели

   • Анализ результатов

   • Самостоятельная работа. Решение задачи регрессии

5. Решение задачи классификации в пакете SANN

   • Задание анализа на Стартовой панели

   • Анализ качества классификации

   • Самостоятельная работа. Решение задач классификации

6. Анализ временных рядов в пакете SANN. Нейросетевой подход

   • Задание анализа на Стартовой панели. Особенности списков переменных

   • Анализ качества прогнозирования

   • Самостоятельная работа. Решение задач прогнозирования (прогноз объема продаж)

7. Дополнительные инструменты анализа в SANN

   • Ансамбли нейронных сетей

   • Прогон сети на новых данных. Особенности задания переменных

8. Генератор кода SANN

   • Генератор кода. Доступные языки программирования

9. Управление сетями и наборами сетей в SANN

   • Сохранение и загрузка сетей

   • Самостоятельная работа. Сохранение и загрузка сетей

   • Распознавание символов

10. Примеры и упражнения

11. Использование нейронных сетей в добыче данных

12. Вопросы и ответы

Длительность курса

8 академических часов, курс разбивается на 2 рабочих дня

Записаться   Календарь курсов