Pokročilá chemoinformatika
•Neparametrické modely II
únor 2017

ASNN (ASsociative Neural Networks)
•Statistické metody používají informace a “učení”.
•Mozek ale nepotřebuje žádné statistické metody pro učení.
•Neuronové sítě simulují nervový systém za použití algoritmů a matematických modelů.
•

NN – black box?



NN – black box? NE!
spojené funkční jednotky
NEURONY

Biologický neuron
The human nervous system has ca. 1015 neurons.
Transmission of an electric signal between dendrites and axons occurs through the transport of
ions.

Biologický neuron
Neurons in the superficial layers of the visual cortex in the brain of a mice.
PLoS Biology Vol. 4, No. 2, e29 DOI: 10.1371/journal.pbio.0040029

•Co je nejdůležitější pro neurony?
•


•Co je nejdůležitější pro neurony?
•SÍŤ (NETWORK)


Přenos signálu
In artificial neurons, the synaptic strength is called weight.


Synapse a učení
•
•
•Učení a pamět jsou považovány za výsledek dlouhodobých změn synaptické síly.
•V umělých neuronových sítích dochází k učení opravou váhy.

Neuronové sítě – parametry neuronových sítí
•Topologie sítě
•Počet vstupů, výstupů a vrstev ve skryté vrstvě
•Rekurze
•

Backpropagation – úprava váh
1.Nahodné váhy
2.Síť se vstupem X
3.Výpočet ve všech
vrstvách
4.Porovnání s oček.
Výstupem
5.Korekce váh v
poslední vrstvě
6.Korekce váh v předchozích vrstvách
7.Aplikace korekcí

Průběh učení



Ukázka
•http://playground.tensorflow.org/


Výhody a nevýhody ANN
•Výhody:
•Robustní na libovolný problém
•Výuka hraní her, rozpoznávání obrázku, …
•https://www.youtube.com/watch?v=V1eYniJ0Rnk
•Jednoduchá implementace
•Nevýhody:
•Potřeba definovat vstup
•Potřeba definovat topologii sítě
•Časově náročný proces tréninku sítě

Support vector machine
•todo


Naive Bayes
•todo