Wykład 6: Sieci Neuronowe

By wytłumaczyć problem - kilkaprzykładów:• rozpoznawanie twarzy - to klasyfikacja oparta np. na takich cechachjak: położenie oczu, zarys twarzy itp. Wbrew pozorom to bardzoważny obszar zastosowań - pozwala na lokalizację poszukiwanejosoby w kartotece komputerowej.• klasyfikacja obrazów graficznych- wykrywanie typu pojazdu napodstawie obrazu z kamery lub radaru.• klasyfikacja obrazów czasowych - to klasyfikacja, w której obraz jestciągiem danych pojawiających się w czasie. Klasyczny już przykład tosygnał mowy. W takim przypadku zadaniem sieci neuronowej jestprzyporządkowanie zapisowi dźwięku tekstu wypowiedzi.Sieci neuronowe znajdują szczególnie ważne zastosowanie tam, gdzienie ma prostych reguł klasyfikacji. Można je bowiem uczyć naprzykładach. Sam człowiek klasyfikacji danych uczy się stopniowo,korygując własne błędy i wykorzystując wcześniej zdobytedoświadczenia do poprawnego wnioskowania.