ЛР (х2) Нейросетевые технологии

Комплект из двух лабораторных работ по дисциплине «Искусственный интеллект» посвящён нейросетевым технологиям. В первой работе ставится цель разработки и обучения простейшей нейронной сети для классификации бинарных изображений, представляющих цифры от 0 до 9. В качестве модели выбрана однослойная нейронная сеть (перцептрон), обучение ведётся методом градиентного спуска с использованием сигмоидной функции активации. В заданиях заданы параметры сети: число выходов — 10, по числу классов (цифры 0–9); коэффициент сигмоиды α=2; скорость обучения η=0.2; коэффициент обучения β=2. Объём выборки составляет 10 объектов, при этом все изображения используются для обучения сети. После прохождения входного сигнала через сеть анализируются значения выходных нейронов, а предсказанный класс определяется как индекс максимального среди выходов. На эффективность распознавания.