intTypePromotion=1
ADSENSE

Bài thu hoạch mạng Nơron

Chia sẻ: Phạm Ngọc Long | Ngày: | Loại File: PPT | Số trang:22

313
lượt xem
123
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

1. Học máy 1.1 Khái niệm: là một ngành khoa học nghiên cứu các thuật toán cho phép máy tính có thể học được các khái niệm (concept). Phân loại: Có hai loại phương pháp học máy chính: • Phương pháp quy nạp • Phương pháp suy diễn

Chủ đề:
Lưu

Nội dung Text: Bài thu hoạch mạng Nơron

  1. GVHD: Th.S KH Nguyễn Thiện Minh Nhóm: Nguyễn Phạm Anh Khoa Thái Hồng Bình Nguyễn Thị Thảo Quyên
  2. Nội dung trình bày Học Máy (Machine Learning) 1. 1.1 Định nghĩa 1.2 Phân loại máy học 1.3 Ứng dụng Mạng Nơ-ron (Neural Network) 2. 2.1 Giới thiệu 2.2 Khái niệm về Nơ-ron (Neuron cell) 2.3 Khái niệm về mạng Nơ-ron nhân tạo (ANN) 2.3.1 Các thành phần bên trong mạng Nơ-ron nhân tạo 2.3.2 Các đặc trưng của một mạng nơ ron 2.3.3 Mô hình Thu thập, Phân tích và Xử lý dữ liệu Tài liệu tham khảo 3.
  3. 1. Học máy 1.1 Khái niệm: là một ngành khoa học nghiên cứu các thuật toán cho phép máy tính có thể học được các khái niệm (concept). Phân loại: Có hai loại phương pháp học máy chính: • Phương pháp quy nạp • Phương pháp suy diễn Các nghành khoa học liên quan: • Lý thuyết thống kê. • Các phương pháp tính.
  4. 2.1 Phân loại máy học Huấn luyện có giám sát (supervised training) Học không có giám sát (tự học) (unsupervised training)
  5. 1.3 Ứng dụng Nhận dạng mẫu (Pattern Recognition) Vật lý (Physical) Chẩn đoán trong y tế Phân loại (Classification) Dự báo (Prediction) Tối ưu hóa (Optimization) Chơi trò chơi (Game) Robot
  6. Nhận dạng mẫu (Pattern Recognition) Ví dụ: Nhận dạng đèn tín hiệu giao thông
  7. Phân loại (Classification) Một công ty bảo hiểm muốn phân loại ra những loại đơn mang tính rủi ro cao Một công ty trực tuyến muốn hệ thống email được phân loại ra mail nào là spam và non-spam. Dự báo (Prediction) Mạng Nơron áp dụng chung vào những vấn đề dự báo tài chính, dự báo về thời tiết…
  8. Vật lý (Physical) Phân tích ảnh thiên văn, tác động giữa các hạt … Game TicTacToe, Chess … Robot Robot đánh bóng bàn, cá robot, robot chơi rubik…
  9. Robot giúp việc gia đình
  10. 2. Mạng Nơ-ron 2.1 Giới thiệu: Mạng nơron nhân tạo xuất phát từ việc mô phỏng hoạt động của bộ não con người. Mạng nơron là các mô hình tính toán chứa các đơn vị xử lý có khả năng truyền thông với nhau bằng cách gửi các tín hiệu đến lẫn nhau thông qua các liên kết có trọng số. Có khả năng thích nghi, nghĩa là “học từ các mẫu” thay vì “lập trình”.
  11. 2.2 Khái niệm về Nơ-ron (Neuron cell) Mỗi nơ-ron có 3 phần chính:  Thân tế bào (soma)  Tua gai (dendrite)  Sợi trục (axon)
  12. Hình: sơ đồ một nơ ron sinh học
  13. Hình: sơ đồ 5 nơ ron liên kết với nhau
  14. 2.3 Khái niệm về mạng ANN(Mạng Nơ-ron nhân tạo) là một mô hình toán học hay mô hình tính toán được xây dựng dựa trên các mạng nơ-ron sinh học. Nó gồm có một nhóm các nơ-ron nhân tạo nối với nhau, và xử lý thông tin bằng cách truyền theo các kết nối và tính giá trị mới tại các nút.
  15. 2.3.1 Kiến trúc của một mạng nơ-ron Có nhiều kiểu kiến trúc mạng nơ-ron khác nhau nhưng thông dụng nhất là kiến trúc mạng nơ-ron truyền thẳng nhiều lớp: Lớp Input (đầu vào) Lớp ẩn Lớp Output (đầu ra)
  16. Hình: Mô hình nơ ron đơn giản với nhiều đầu vào và một đầu ra
  17. 2.3.2 Các đặc trưng của một mạng nơ ron: Ngoài các tính chất của một neuron đơn lẻ, một mạng neuron còn được đặc trưng bởi các tính chất toàn cục như sau: Hình thái mạng (network topology) Giải thuật học (learning algorithm) Sơ đồ mã hóa (encoding schema)
  18. Hình : Các hình thái mạng neuron khác nhau.
  19. 2.3.3 Mô hình Thu thập, Phân tích và Xử lý dữ liệu Xác định yêu cầu về dữ liệu  Dữ liệu nào có liên quan trực tiếp đến bài toán.  Dữ liệu nào có thể không liên quan.
  20. Phân tích sơ bộ dữ liệu (Thống kê và Trực quan hóa) Kiểm tra tính hợp lệ của dữ liệu Thu thập, phân tích dữ  liệu Phân hoạch dữ liệu (Huấn luyện/Kiểm tra/Kiểm định) Biến đổi Điều chỉnh giá trị về khoảng (0,1) hoặc (-1,1) Tiền xử lý dữ liệu Áp dụng một hàm toán học cho các giá trị (chẳng hạn hàm logarit hay bình phương) Mã hóa các biến số / Trích chọn đặc trưng. Phân loại Mạng nơron Dự báo, … Hậu xử lý Tùy thuộc vào ứng dụng và quá trình tiền xử lý. dữ liệu
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2