нейронные сети

http://en.wikipedia.org/wiki/Artificial_neural_network

http://en.wikipedia.org/wiki/Category:Neural_networks

http://en.wikipedia.org/wiki/Category:Classification_algorithms

http://en.wikipedia.org/wiki/Category:Machine_learning

Вы скажите проблему, может что посоветуем.

Распознавание закономерностей во временных рядах.

Есть «Нейронные сети: полный курс» Хайкина. Реализации там нет вообще, одна теория.

А почему именно нейронные сети?

+, но книга очень нудная для не специалиста в этой области.

>>Распознавание закономерностей во временных рядах.

Биржи? Лучший способ знать закономерность - это создавать её. Джобс подтвердит.

Нет, не биржи. Собирался сразу уточнить, но передумал, потому что не существенно.

harvos, mashina, спасибо, посмотрю. Пока что нашел только djvu ужасного качества, но на первый взгляд интересно.

Когда-то тоже думал о том что нужны нейросети - потом почитал здесь http://reslib.com/book/Metodi_i_modeli_analiza_dannih__OLAP_i_Data_Mining
Многие вопросы отпали вместе с нейросетями.

Если совсем ноль - начинай с Каллана. Если некий базис уже есть - Хайкин.

Что значит «распознавание закономерностей»? Если это для попыток экстраполяции - то сразу отменить. Нейронные сети для решения подобных задач не подходят по своей сути.

>Что значит «распознавание закономерностей»?

Справедливое замечание. Теперь я осваиваю книжку, которую подкинул Suntechnic, и понимаю, что моя проблема называется проблемой кластеризации (или классификации событий).

Вот-вот-вот...
Так и у меня было ;)

>Распознавание закономерностей во временных рядах.

Для этого рекурентные сети хорошо подходят. http://www.idsia.ch/~juergen/rnn.html - тут много материалов по практическому применению.

Классификация/кластеризация - это как раз задачи, где нейронные сети применимы лучше всего. Главное правильно выбрать архитектуру и обучить :)

>Главное правильно выбрать архитектуру и обучить :)

Всего лишь:)

Я так, выскажу свое скромное мнение. Нейронные сети в целом херня. Вот.

Не - в целом как раз они рулят. У меня есть одна - уже почти 35 лет отлично работает и не подводит. Но знаю много людей у кого с этим постоянные проблемы. Думаю вопрос в обучении сети больше.

>Классификация/кластеризация - это как раз задачи, где нейронные сети применимы лучше всего. Главное правильно выбрать архитектуру и обучить

Именно с этой мыслью был создан тред.

>Нейронные сети в целом херня.

Не знаю, я видел очень впечатляющие примеры их применения на практике.

>Именно с этой мыслью был создан тред.

Бери ссылку из первого моего коммента тут и ищи там похожие на твою задачи. Оптимальный путь к решению, если не хочешь углубляться в матан :)

http://www.mathworks.com/help/toolbox/nnet/index.html

> Нейронные сети для решения подобных задач не подходят по своей сути.

Согласен в то смысле, что нейронные сети не могут быть основой решения, однако мне кажется, что экстраполяцию можно эффективно осуществлять с чем-то подобным нейронным сетям. В общем случае необходимо воссоздать алгоритм генерации нелинейной функции.

Сами по себе нейронные сети не расширяемы, не масштабируемы. Масштабируемость и расширяемость можно добавить, используя генерацию систем. На вики почитай про Синергетику. Однако там до практики далеко. Имея хороший генератор, можно решать любые задачи, не меняя программу. Идея в том, чтобы программа сама все делала, ты должен лишь указать цель для развития. Это прицип эволюционных методов в программировании. Самые простые методы - генетический алгоритм, метод роя частиц, который от него не далеко ушел. В генетическом алгоритме решения конкурируют между собой по критерию оптимальности. Это, например, действительные числа, аргументы нелинейной целевой функции. Но можно развивать и не числа, а, например, генетический код, который будет транслироваться в нейронную сеть. При обычном методе подстройки нейронной сети нововведения имеют аддитивный характер. В случае трансляции системы из кода, мы получаем мультипликативность инноваций. То есть система может оперировать как N параметрами, так и 100*N параметрами или N*N и т.п. В любом случае стоит почитать про эволюционный подход, синергетику. Эти методы не просто позволяют снять с человека массу проблем, иногда человек не может решать такие проблемы без эволюционных методов (например, адаптивное управление).