Page 6 - 4703
P. 6

ПЕРЕДМОВА

                У  останній  час  можна  спостерігати  вибух  інтересу  до
           нейронних мереж, які успішно застосовуються в найрізнома-
           нітніших областях - бізнесі, медицині, техніці, геології, фізиці.
           Нейронні  мережі  увійшли до практики скрізь, де треба вирі-
           шувати завдання прогнозування, класифікації або управління.
           Такий вражаючий успіх визначається декількома причинами:
                 Багаті можливості.  Нейронні мережі - виключно поту-
           жний метод моделювання, що дозволяє відтворювати надзви-
           чайно складні залежності. Зокрема, нейронні мережі нелінійні
           по свій природі. На протязі багатьох років лінійне моделюван-
           ня  було  основним  методом  моделювання  у  більшості  облас-
           тей, оскільки для нього добре розроблені процедури оптиміза-
           ції. У завданнях, де лінійна апроксимація незадовільна (а та-
           ких досить багато), лінійні моделі працюють погано. Крім то-
           го, нейронні мережі справляються з "прокляттям розмірнос-
           ті", яке не дозволяє моделювати лінійні залежності у разі ве-
           ликого числа змінних.
                 Простота у використанні.  Нейронні мережі вчаться на
           прикладах.  При  цьому  від  користувача  потрібно  незначний
           набір евристичних знань про те, як слід відбирати і готувати
           дані,  вибирати потрібну  архітектуру  мережі  і  інтерпретувати
           результати.  Проте  рівень  знань,  необхідний  для  успішного
           застосування нейронних мереж, набагато скромніше, ніж, на-
           приклад, при використанні традиційних методів статистики.
                Нейронні мережі привабливі з інтуїтивної точки зору, бо
           вони  засновані  на  примітивній  біологічній  моделі  нервових
           систем. В майбутньому розвиток таких нейро-біологічних мо-
           делей може привести до  створення дійсно мислячих комп'ю-
           терів. При допомозі нейронних мереж стає реальним моделю-
           вання  таких  можливостей  мозку,  як  здатність  до  навчання,
           асоціативна пам'ять, здатність до неусвідомленого управління,
           завадостійкість і адаптивність  Між тим вже "прості" нейронні
           мережі,  які  будує  система  ST  Neural  Networks,  є  потужною
           зброєю в арсеналі фахівця з прикладної статистики чи дослід-
           ника в геологічній галузі.
                Даний  посібник  призначений  для  самостійної  роботи
           студентів  геофізичної  спеціальності  кваліфікаційного  рівня
           “спеціаліст” і “магістр” при вивченні теоретичних основ обро-

                                           6
   1   2   3   4   5   6   7   8   9   10   11