Machlearn programme09

Тема 6. Обучение. Методы выработки знаний.

• 
  Содержание темы:
  

• 
  Формы обучения. Индуктивное обучение. Формирование деревьев решений на основе обучения. Оценка производительности обучающего алгоритма.
  
• 
  Принципы функционирования алгоритмов обучения: теория вычислительного обучения. Оценка количества необходимых примеров. Обучение списков решений.
  
• 
  Применение знаний в обучении. Логическая формулировка задачи обучения. Примеры и гипотезы. Поиск текущей наилучшей гипотезы.
  
• 
  Обучение на основе объяснения. Нисходящие методы индуктивного обучения.
  
• 
  Статистическое обучение. Нейронные сети. Элементы в нейронных сетях. Структуры сетей.
  
• 
  Однослойные нейронные сети с прямым распространением (персептроны).
  
• 
  Многослойные нейронные сети с прямым распространением.
  

• 
  Основная литература
  

1. 
   С.Рассел, П.Норвиг Искусственный интеллект: современный подход: Пер.с англ. – М.: Издательский дом «Вильямс», 2006. – 1408с.
   
2. 
   Андрейчиков А.В., Андрейчикова О.Н. Интеллектуальные информационные системы: Учебник.-М.:Финансы и статистика, 2006. – 424 с.
   
3. 
   Рутковская Д. и др. Нейронные сети, генетические алгоритмы и нечеткие системы. – М.:Горячая линия – Телеком, 2006. -452 с
   
4. 
   Рыбина Г.В. Основы построения интеллектуальных систем /учеб. пособие М.: Финансы и статистика, 2009.- 432 c
   

• 
  Дополнительная литература
  

5. 
   Рыбина Г.В. "Теория и практика построения интегрированных экспертных систем".- М.: ООО Издательство "Научтехлитиздат", 2008. -485 с.
   
6. 
   Комарцова Л.Г., Максимов А.В. Нейрокомпьютеры: Учеб.пособие для вузов. – М.: Изд-во МГТУ им.Баумана, 2004. -400с
   
7. 
   http://www.aiportal.ru/ - Портал искусственного интеллекта. Статьи и файлы по основным направлениям исследований в области искусственного интеллекта.
   
8. 
   http://aima.cs.berkeley.edu
   
9. 
   http://webagents.report.ru/_5FolderID_22_.html – русскоязычный сайт с информацией об интеллектуальных агентах