| Περιγραφή: |
В статье исследуются нейронные сети. Искусственные нейронные сети также могут быть успешно применены к задачам Data Mining. Искусственные нейронные сети представляют собой упрощенные модели биологических нейронных сетей мозга живых существ, и в этих моделях с большим количеством параллельно работающих достаточно простых вычислителей «синапс (множитель) - сумматор - пороговый элемент» с высокой скоростью решает достаточно сложные задачи. К таким задачам относятся классификация, кластеризация, поиск закономерностей, ассоциаций и др. В частности, самоорганизующиеся карты (сети Кохонена) позволяют улучшить понимание структуры данных, что поможет более эффективно проводить исследовательский анализ данных, обнаруживать новые явления и т. д. The article explores neural networks. Artificial neural networks can also be successfully applied to Data Mining tasks. Artificial neural networks are simplified models of biological neural networks of the brain of living beings, and in these models with a large number of parallel working rather simple calculators "synapse (multiplier) adder threshold element" solves rather complex problems with high speed. Such tasks include classification, clustering, searching for patterns, associations, etc. In particular, self-organizing maps (Kohonen networks) improve the understanding of the data structure, which will help to more effectively conduct exploratory data analysis, discover new phenomena, etc. |