Обучение нейронных сетей и его значение для развития программной инженерии

Козак Евгений

В настоящее время наблюдается повышенный интерес к нейронным сетям в различных сферах общественной жизни. Однако успех нейронных сетей при их использовании не безусловен, поскольку главной проблемой является их обучение. При этом сам процесс обучения нейронных сетей довольно трудоемкий, поскольку необходимо выбрать как саму задачу, которую должна решать обученная нейронная есть, так и подготовить наборы данных для решения такой задачи. При этом чем сложнее задача, которая поставлена перед нейронной сетью, тем больше и разрозненнее наборы данных, которые необходимо подготовить. При этом при обучении нейронных сетей вполне стандартной является ситуация, при которой нейронная сеть достаточно легко и быстро справляется с поставленной задачей обучения, а сам процесс обучения может происходить очень медленно. Обусловлено это как непосредственно самой природой нейронных сетей, так и тем, что решение задачи обучения нейронных сетей и выбор алгоритма их обучения зависит от направления использования нейронных сетей. В контексте настоящей статьи автором рассматриваются отдельные аспекты, связанные с обучением нейронных сетей, и делается вывод о том, что обучение нейронных сетей имеет большое практическое значение для целей программной инженерии, поскольку позволяет с каждым годом решать все новые и новые задачи, а значение обучения нейронных сетей обусловлено возможностью уже обученных нейронных сетей аккумулировать большие объемы разрозненных данных, возможностью адаптации и совершенствования нейронных сетей, связанной с ростом производительности электронно-вычислительной техники, а также возможностью нейронных сетей приспосабливаться к постоянно совершенствующимся алгоритмам обучения.

Ключевые слова:машинное обучение, обучение нейронных сетей, глубокое обучение, искусственный интеллект, нейронные сети, алгоритмы обучения нейронных сетей.