hrvatski

Učenje neuronske mreže po uzorku i skupu za učenje

Završni rad se sastoji od pet poglavlja. U prvom, uvodnom poglavlju daje se kratki osvrt na osnovne značajke umjetnih neuronskih mreža i njihovu povezanost i sličnost sa biološkim neuronskim mrežama. U drugom poglavlju govori se o neuronskim mrežama koje su i tema ovog završnog rada – statičke neuronske mreže sa povratnim prostiranjem pogreške. Izveden je i matematički model za dvije procedure učenja ovih neuronskih mreža. Prva procedura je učenje po uzorku skupa za učenje, a druga je učenje po skupu za učenje. Ovdje je još opisana i ocjena uspješnosti algoritma učenja odnosno mjera točnosti. U trećem poglavlju usporeĎeni su rezultati učenja spomenutih dvaju procedura za klasifikacijski problem. UsporeĎivani su sljedeći parametri: dobivena mjera točnosti, potrebno vrijeme učenja, odziv naučene mreže, te potreban broj koraka učenja kada je zadana tražena mjera točnosti. U četvrtom poglavlju usporeĎeni su rezultati učenja istih dvaju procedura, ali za regresijski problem. UsporeĎivani su isti parametri. Eksperimenti iz trećeg i četvrtog poglavlja raĎeni su u programskom paketu Matlab. U zadnjem, petom poglavlju dan je zaključak na temelju rezultata dobivenih u prethodna dva poglavlja.

Neuronska mreža; učenje po skupu; učenje po uzorku

nije evidentirano