Приглашаем на курс "Применение нейронно-сетевых алгоритмов на базе системы MATLAB в экономическом и финансовом прогнозировании"

Начало занятий 17 марта, продолжительность 24 академических часа.

Стоимость участия для организаций - 450 $. При участии от организации двух и более сотрудников скидки до 50%. Академическим организациям предоставляется скидка 30%. Скидки суммируются.

Стоимость участия для физических лиц - 3000 руб.

Запись на курс производится до 15 марта. Для записи необходимо направить заявку в произвольной форме по e-mail info@matlab.ru или заполнить форму на сайте по адресу http://www.matlab.ru/lection/signup.asp. Также записаться на курс можно по тел. (095)232-00-23 доб.111.

Всем слушателям оформляется бесплатная подписка на научно-практический журнал "Exponenta Pro. Математика в приложениях" на 2004 год.

Программа курса

• Общие сведения. Представление и методы обработки информации. Что есть нейронная сеть? Исторические сведения о нейронных сетях. Стандартные математические методы обработки информации и нейронно-сетевые алгоритмы. Биологические параллели. Искусственный интеллект и нейронная сеть. Источники информации по теории и применению нейронных сетей.
• Модели нейрона и нейронно-сетевые архитектуры. Адаптивный сумматор. Однослойный и многослойный перцептроны. Функция активации. Нейронная сеть с векторным выходом. Слой нейронов. Нейронная сеть как ориентированный граф. Оптимизация архитектуры нейронной сети. Построение нейронной сети в MATLAB.
• Управляемое обучение однонаправленных нейронных сетей. Обучение многослойного перцептрона. Теорема о сходимости процесса обучения многослойного перцептрона. Критерии ошибок. Правила обучения.
• Алгоритм обратного распространения. Обобщенное дельта-правило. Обратное распространение ошибки. Способы обеспечения и ускорения сходимости. Методы локальной оптимизации. Обучение нейронной сети в MATLAB.
• Логические нейронно-сетевые операции. Сепарабельность пространства. Логические нейронно-сетевые операции с использованием однослойного перцептрона. Логические нейронно-сетевые операции с использованием многослойного перцептрона.
• Классификация и моделирование временных рядов с использованием нейронных сетей. Цели классификации. Распознавание образов, структурное представление и статистическое представление. Вероятностная классификация. Статистический анализ временных рядов. Выбор нейронно-сетевой модели средствами MATLAB.
• Нейронные сети с обратными связями. Динамические нейроны и нейродинамика. Рекуррентные соотношения и ассоциативная память. Кодирование и декодирование информации. Нейронно-сетевое решение задачи нелинейной фильтрации данных.
• Функционирование нейронных сетей Хопфилда. Энергетические соотношения. Нейронные сети Хопфилда и оптимизация. Распознавание закономерностей в поведении цен акций с использованием нейронных сетей Хопфилда. Динамическое нейронно-сетевое моделирование в системе MATLAB.
• Практическое нейронно-сетевое моделирование. Графический интерфейс пользователя нейронно-сетевого инструментария системы MATLAB. Нейронно-сетевые алгоритмы обработки данных. Оптимизация архитектуры нейронной сети. Сравнительная оценка производительности нейронных сетей.
• Нейронные сети в исследовании взаимосвязей и прогнозировании. Прогнозирование финансовых потоков. Оценка индексов курсов акций. Оценка кредитного риска. Использование нейронных сетей в торговле.

Курс подготовил и читает Рычагов Михаил Николаевич, д.ф.-м.н., профессор факультета электронных и компьютерных технологий МИЭТ.

С подробной программой курса, условиями участия и расписанием занятий Вы также можете ознакомиться на сайте Консультационного Центра MATLAB www.matlab.ru.