Создание методического материала о нейронных сетях для начинающих

1.

ГБОУ ШКОЛА № 1034
ИМЕНИ ГЕРОЯ СОВЕТСКОГО СОЮЗА В. В. МАРКИНА
Индивидуальный проект на тему:
“Создание методического материала
о нейронных сетях для начинающих”
Автор проекта:
Серов Андрей Игоревич
Руководитель проекта:
Меркулова Анна Михайловна

2.

АКТУАЛЬНОСТЬ ПРОЕКТА
Создание методических материалов о нейронных сетях для начинающих может быть
актуальным и полезным проектом по следующим причинам:
1.
Рост Интереса к Машинному Обучению
2.
Обучение и Образование
3.
Разнообразие Аудитории
4.
Практическая Направленность
5.
Обновление и Актуализация

3.

ГДЕ ИСПОЛЬЗУЮТСЯ НЕЙРОННЫЕ СЕТИ
Игры и
Транспорт и
развлечения
автоматизация
Промышленность и
обработка данных
Рекомендательные
системы
Нейронные сети
Естественный язык
Финансы
Медицина
Компьютерное
зрение

4.

ЦЕЛЬ ПРОЕКТА
Разработать методический материал по нейронным сетям, котора1 будет
понятен для начинающих и давать им структурированный материал для
изучения основ нейронных сетей.

5.

ЗАДАЧИ:
1.
Разработка структуры методического материала
2.
Написание теоретических разделов
3.
Подготовка практических примеров
4.
Создание заданий и упражнений
5.
Визуализация и иллюстрации
6.
Проверка и редактирование

6.

ЭТАПЫ РАБОТЫ
1.
Разработка структуры методического материала о нейронных сетях для начинающих
2.
Написание основной теории
3.
Программирование нейронных сетей для наглядных примеров

7.

ПРОГРАММИРОВАНИЕ
НЕЙРОННЫХ СЕТЕЙ ДЛЯ
НАГЛЯДНЫХ ПРИМЕРОВ
По данным материалам мне нужно было написать три
нейронные сети: нейронная сеть прямого
распространения, сверточную, рекуррентную и
автоэнкодер. Для выполнения данных задач я
использовал программу Python 3.9.

8.

ВЫВОДЫ
Данное пособие является:
познавательным
понятным
универсальным
Данная методичка позволит новичкам разобраться в нейронных сетях и
начать самим их создавать

9.

Список литературы:
1) "ГЛУБОКОЕ ОБУЧЕНИЕ" (DEEP LEARNING) - ИЭН ГУДФЕЛЛОУ,
ЙОШУА БЕНДЖИО, ААРОН КУРВИЛЛЬ.
2) "NEURAL NETWORKS AND DEEP LEARNING" - MICHAEL NIELSEN.
3) "HANDS-ON MACHINE LEARNING WITH SCIKIT-LEARN, KERAS,
AND TENSORFLOW" - AURÉLIEN GÉRON.
4) "DEEP LEARNING FOR COMPUTER VISION" - RAJALINGAPPAA
SHANMUGAMANI.
5) "DEEP LEARNING: A PRACTITIONER'S APPROACH" - ADAM GIBSON,
JOSH PATTERSON.