Neural Network Toolbox: Разлика помеѓу преработките

Додадени 4 бајти ,  пред 1 година
с
Јазична исправка, replaced: креирање → создавање (2)
[проверена преработка][проверена преработка]
с (→‎Работење со Neural Network Toolbox: Правописна исправка, replaced: преставува → претставува)
с (Јазична исправка, replaced: креирање → создавање (2))
{{Без извори|датум=октомври 2009}}
Алатката заснована на невронски мрежи ('''Neural Network Toolbox''') го прошитува [[MATLAB]] со алатки за дизајнирање, имплементирање, визуелизација, и симулирање на невронски мрежи. Невронските мрежи се непроценливи за апликации каде формалните анализи се тешки или невозможни, како што е препознавање на шаблони и нелинеарни системи на идентификација и управување. Neural Network Toolbox-от овозможува севкупна поддршка за повеќе докажани мрежни типични примери, како и графички кориснички посредник кој овозможува дизајнирање и управување на мрежите. Модулираниот, отворен дизајн на алтката го упростува креирањетосоздавањето на прилагодливи функции и мрежи.
 
== Работење со Neural Network Toolbox ==
Како и двојникот во биолошкиот нервен систем, невронска мрежа може да учи, и затоа може да се обучи да најде решенија, да препознае шаблони, класифицира податоци, и предвиди идни настани. Однесувањето на невронска мрежа е дефинирано од начинот индивидуалните пресметувачки елементи се поврзани, и од силината ба тие поврзувања, или тежини. Тежините се автоматски прилагодени со обучување на мрежата според специфично правило на учење сè додека не ја извршува коректно посакуваната задача.
 
Neural Network Toolbox графичкиот посредник овозможува полесна работа со невронските мрежи. Neural Network Fitting Tool е претставува волшебник кој води низ процесот на вметнување на податоци користејќи невронски мрежи. Оваа алатка се користи за внесување на големи и комплексни множества на податоци, брзо креирањесоздавање и обучување на мрежи, и оценување на мрежните перформанси.
 
Друг графички посредник дава подобра способност за прилагодување на мрежна архитектура и алгоритамите за учење. Едноставна графичка репрезентација овозможува визуелизација и разбирлива мрежна архитектура.