Московский Государственный Университет им.М.В.Ломоносова в весеннем семестре проводит краткосрочные курсы повышения квалификации "Искусственные нейронные сети и генетические алгоритмы". В этом, 2015, году курсы начнутся 24 февраля и закончатся 2 июня.
Занятия проводятся на базе компьютерного класса НИИ ядерной физики МГУ. Слушателям, закончившим курсы, выдаются свидетельства МГУ государственного образца - удостоверения о краткосрочном повышении квалификации:
- лицам с высшим образованием - после окончания обучения со сдачей зачёта;
- лицам с незаконченным высшим образованием - после окончания обучения со сдачей зачёта и последующего предоставления копии документа о высшем образовании.
Занятия проводятся в формате семестрового курса без отрыва от производства (3 месяца по 2 дня в неделю по 3 часа, по вторникам и пятницам). Начало занятий в 19 часов. Занятия включают лекции, практикум и работу над собственными проектами (задачами) слушателей.
Стоимость обучения в 2015 году не изменилась и составляет 21 000 руб. Это наш ответ кризису - в кризис деньги вкладывают в своё образование, и мы даем Вам возможность сделать это.
Желающим окончить курсы необходимо зарегистрироваться по адресу:
http://www.neuroproject.ru/kpk.php
Если в течение 3 дней после регистрации Вы не получите подтверждающее письмо по электронной почте, пожалуйста, позвоните нам по тел. (495) 939-46-19 для подтверждения Вашей заявки.
Обратиться за дополнительной информацией можно по адресу dolenko@srd.sinp.msu.ru.
Программа курсов повышения квалификации "Искусственные нейронные сети и генетические алгоритмы"
Часть 1. Основные модели искусственных нейронных сетей (ИНС) (3 лекции)
Модель нейрона. Обучение с учителем и без учителя. Многослойный персептрон. Глубокие нейронные сети. 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 (ГА) (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. Комитеты экспертов. Гибридные методы. Оценка значимости 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 для решения задач в спектроскопии, космической физике, физике высоких энергий, 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 (3 занятия)
Нейросетевой пакет NeuroShell 2. Основные приемы работы. Решение практических задач.
Часть 3. Генетические алгоритмы (2 занятия)
Пакет генетических алгоритмов GeneHunter. Пакет построения моделей ChaosHunter. 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 (4 занятия)
Курс разработан под руководством профессора д.ф.-м.н. Персианцева Игоря Георгиевича
Занятия ведет старший научный сотрудник Лаборатории адаптивных методов обработки данных НИИЯФ МГУ к.ф.-м.н. Доленко Сергей Анатольевич
Дата события: вторник, 24 Февраля, 2015 (Весь день) - вторник, 2 Июня, 2015 (Весь день)