Нейронные сети - учебник "для дураков"

[Ivan_32]

Вероятно тема эта уже слегка заезженная, но все же рискну попросить помощи. Вообщем на данный момент у меня есть эдакая нейро-амеба из одного нейрона с двумя входами и одним входом, на котором стабильно единица. Я его пытался научить функции OR, в принципе получилось, но есть некоторые вопросы, на которые очень хотелось бы получить ответ:
За базу я взял вот это вот видео: C++ perceptron training

Код нейрона на codepad

1. Что это за лишний дендрит, на который всегда должна подаваться единица?
2. Что можно почитать/посмотреть (простого и понятного!) что бы научится строить нейронные сети из >1 нейрона, для распознания гораздо больше количества классов, чем два.
3. Может ли один нейрон распознать более двух классов объектов имея всего два реальных входа( то есть не считая этого самого единичного дендрита )?
4. Существуют ли "песочницы", в которых можно построить простые нейронные сети в целях изучения их поведения, то есть задать там веса вручную, входные данные, выходные данные, запустить обучалку и увидеть процесс обучения.

Третий вопрос меня интересует в основном потому, что когда я сделал просто два дендрита, то есть не делал третьего - единичного, сеть обучалась бесконечно и все время стабильно безуспешно. То есть веса менялись, а вот желаемый результат так и не наступал, и менялись веса сугубо циклически по константному множеству значений.

[Вадим Мошев]

2. Что можно почитать/посмотреть (простого и понятного!) что бы научится строить нейронные сети из >1 нейрона, для распознания гораздо больше количества классов, чем два.

ИМХО, может литературу по Искусственному интеллекту и нейронным сетям?

[Пепел Феникса]

ИМХО, может литературу по Искусственному интеллекту и нейронным сетям?

а можно?

[Tronix]

По опыту могу сказать, что нейронные сети - гавно. Гораздо лучше обощить задачу и програмить линейными методами.

[Вадим Мошев]

Пепел Феникса

Ну, если понравится

Д.В. Введение в искусственный интеллект - конспект лекций. М., 2004. 208 с

Это файл в формате djvu.
После скачивания измениете расширение на djvu

[Виталий Желтяков]

Нейронные сети - это обработка статистики по случайным данным. Вдумайтесь в это!
Любые аналитические алгоритмы уделуют любую нейронную сеть.

[Kostia]

1. Это порог активационной функции
2. Хайкин "Нейронные сети полный курс 2е издание", Ясницкий "Введение в искусственный интеллект"
3. Нет, один нейрон способен решать только линейно разделимые задачи, их не много(or, and, not), а вот xor таковой не является, и для ее решения нужен как минимум двухслойный персептрон.
4. matlab(интересный пример использования http://articles.mql4.com/ru/395), неплохой сайт по НС http://www.neuroproject.ru

По опыту могу сказать, что нейронные сети - гавно. Гораздо лучше обощить задачу и програмить линейными методами.

Весь смак нейронных сетей, это возможность параллельно выполнения одновременно всех нейронов в одном слое.

[Utkin]

Одном журнале есть моя статья с исходниками на Дельфи . Про единицу там тоже сказано

[Kostia]

С единицей думаю и так все понятно. Для того чтобы иметь возможность корректировать не только весовые коэффициенты при обучении, но и порог активационной функции для каждого нейрона, то его представляют как еще один вход в нейрон x0 = +-1 w0 = θ
PS: в НС я самоучка, по началу тоже пытался сразу получить результат, писал кривые программы не понимая самой сути работы нейронов, а теперь как-то даже лень писать программы, хочется больше и больше узнавать о разных типах НС и самому выводить все эти обучающие алгоритмы. Сейчас собираю информацию по ГА, хочу на них повешать задачу обучения НС(минимизация среднеквадратичной ошибки).
Сейчас без труда могу вывести алгоритм обратного распространения ошибки для различных методов безусловной оптимизации(квазиньютоновкие методы, метод сопряженных градиентов, метод градиентного спуска)

[tol64]

Автореферат и диссертация - Управление портфелем ценных бумаг на основе D-оценок Руссмана и нейросетевого моделирования в документах Google:

Автореферат >> http://docs.google.com/open?id=0Bwsn...zZUZDBjWmVEUXc
Диссертация >> http://docs.google.com/open?id=0Bwsn...XpFVHVNWjgxeGs