Wst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe
|
|
- Wacława Łuczak
- 5 lat temu
- Przeglądów:
Transkrypt
1 Wst p do sieci neuronowych, wykªad 14 Zespolone sieci neuronowe M. Czoków, J. Piersa Faculty of Mathematics and Computer Science, Nicolaus Copernicus University, Toru«, Poland
2 Motywacja Liczby zespolone - powtórzenie Idea Funkcjonalno± klasycznego neuronu (pracuj cego na liczbach rzeczywistych) jest do± ograniczona. Okazuje si,»e wiele ogranicze«neuronu mo»e by wyeliminowanych, je±li neuron zamiast na liczbach rzeczywistych b dzie pracowª na liczbach zespolonych. Zespolone neurony maja wi ksze mo»liwo±ci i lepiej si ucz ni» klasyczne neurony.
3 Motywacja Liczby zespolone - powtórzenie Ograniczenia klasycznego perceptronu Rozwa»my perceptron z binarnym wej±ciem i binarnym wyj±ciem funkcje Boolowskie separowalne za pomoc funkcji liniowej mog by odwzorowane przez klasyczny perceptron funkcje Boolowskie nieseparowalne za pomoc funkcji liniowej nie mog by odwzorowane przez klasyczny perceptron liczba funkcji Boolowskich separowalnych liniowo jest bardzo maªa w porównaniu do wszystkich funkcji dla n = spo±ród 256 dla n = 4 okoªo 2000 spo±ród funkcje nieseparowalne w sposób liniowy nie mog by odwzorowane za pomoc pojedynczego neuronu, musimy do tego u»y sieci neuronowej (Minsky-Papert, 1969)
4 Motywacja Liczby zespolone - powtórzenie Posta algebraiczna Liczba zespolona jest to liczba postaci: z = a + bi, gdzie a i b s pewnymi liczbami rzeczywistymi oraz i jest tzw. jednostk urojon, tj. i 2 = 1. Dla liczby z = a + bi deniuje si jej cz ± rzeczywist jako Re z = a cz ± urojon jako Im z = b
5 Motywacja Liczby zespolone - powtórzenie Pªaszczyzna zespolona Liczbom zespolonym mo»na przyporz dkowa w sposób wzajemnie jednoznaczny wektory na pªaszczy¹nie, podobnie jak uto»samia si wektory na prostej z liczbami rzeczywistymi. Wspóªrz dne s nazwane rzeczywist (Re, pozioma) i urojon (Im, pionowa). Ka»dej wi c liczbie zespolonej z = a + bi mo»na przyporz dkowa wektor z = [a, b] i odwrotnie. 0 b Im z
6 Motywacja Liczby zespolone - powtórzenie Moduª i sprz»enie Równowa»ne s stwierdzenia dªugo± wektora z i moduª ( z ) liczby z. Deniujemy je w nast puj cy sposób: z = z = a 2 + b 2. Sprz»enie liczby z = a + bi jest zdeniowane w nast puj cy sposób: z = a bi.
7 Motywacja Liczby zespolone - powtórzenie Argument Niech ϕ oznacza k t, który wektor z tworzy z prost Re, oznaczmy go przez argz. Jest to tak zwany argument. Zatem sin ϕ = b z i cos ϕ = a z. Liczba zespolona ró»na od zera ma niesko«czenie wiele argumentów. Argument liczby z speªniaj cy nierówno± 0 argz < 2π oznacza si przez Argz i nazywa si go argumentem gªównym. Im 0 z co
8 Motywacja Liczby zespolone - powtórzenie Posta trygonometryczna Liczba zespolona mo»e by wyra»ona w nastepuj cy sposób: z = a + bi = z (cos ϕ + i sin ϕ) Poza tym zachodzi: z k = z k (cos ϕ + i sin ϕ) k = z k (cos kϕ + i sin kϕ)
9 Motywacja Liczby zespolone - powtórzenie Wzór Eulera z k z = z e i ϕ = z (cos ϕ + i sin ϕ) = z k e i kϕ = z k (cos kϕ + i sin kϕ) Powy»szy wzór jest prawdziwy równie» dla liczb wymiernych. Ka»da liczba zespolona z 0 posiada k ró»nych pierwiastków k-tego stopnia. z j = k z e i ϕ+2jπ k dla j = {0, 1,..., k 1}. = k z (cos ϕ + 2jπ k + i sin ϕ + 2jπ ), k
10 Logika wielowarto±ciowa Tradycyjny rachunek zda«jest dwuwarto±ciowy s w nim mo»liwe tylko dwie warto±ci logiczne prawda albo faªsz. Jednak»e klasyczna dwuwarto±ciowo± jest tylko jedn z mo»liwo±ci zakresu warto±ci logicznych. Istniej logiki, w których wyst puj wi cej ni» dwie warto±ci. Warto±ci wielowarto±ciowej logiki (k-warto±ciowej) s tradycyjnie kodowane za pomoc liczb caªkowitych {0, 1,..., k 1}.
11 Wielowarto±ciowa logika nad ciaªem liczb zespolonych Deniujemy bijekcj dziaªajac ze zbiory warto±ci logiki j {0, 1,..., k 1} do zbioru warto±ci poªo»onych na okr gu jednostkowym na pªaszczy¹nie zespolonej. Zatem: Im j ε j = exp(i2πj/k) ε j {ε 0, ε, ε 2,..., ε k 1 } k-te pierwiastki liczby zespolonej o module 1 s warto±ciami k-warto±ciowej logiki nad ciaªem liczb zespolonych. 0 1 k-1
12 Neuron wielowarto±ciwy (z angielskiego Multi-Valued Neuron, w skrócie MVN): jest to jednostka z n wej±ciami, jednym wyj±ciem zlokalizownaym na kole jednostkowym pªaszczyzny zespolonej i z wagami o warto±ciach zespolonych jego teoretycznym podªo»em jest logika wielowarto±ciowa (k-warto±ciowa) nad ciaªem liczb zespolonych
13 Funkcja aktywacji warto±ciowana (k-warto±ciowana) w sposów dyskretny Im 1 Funkcja aktywacji P(z) ma nast puj c posta P(z) = exp(i2πj/k) = ε j j 1 0 =1 Re dla j, dla którego 2πj/k Argz < 2π(j + 1)/k z j+1 k-1 Funkcja P(z) mapuje zespolon pªaszczyzn na zbiór k pierwisatków jedno±ci.
14 Wªasno±ci wielowarto±ciowego neuronu wagi nad ciaªem liczb zespolonych funkcja aktywacji P(z) dziaªaj ca na argumencie sumy wa»onej zespolone wej±cia wyj±cia le» ce na kole jednostkowym pªaszczyzny zespolonej wi ksza funkcjonalno± ni» w tradycyjnym neuronie prostota uczenia
15 Uczenie wielowarto±ciowego neuronu gdzie W wektor wag W (r+1) = W (r) + α (n + 1) (εq ε s ) X, X przykªad ucz cy, wektor dªugo±ci n + 1, pierwszy element wektora to bias X sprz»enie X α staªa uczenia (mo»e zawsze mie warto± 1) r numer iteracji ε q ε s po» dane wyj±cie aktualne wy±cie
16 Motywacja Wst p Je±li istnieje zestaw wag, dla którego MVN odwzorowuje funkcj k-warto±ciow, to w wyniku uczenia zostanie on znaleziony. A co je±li nie istnieje, czy nale»y u»y sieci neuronowej, by odwzorowa funkcj? Funkcj k warto±ciow mo»na odwzorowa na funkcj m-warto±ciow (m > k), dla której istnieje odpowiedni zestaw wag.
17 l-powtarzalna k-okresowa funkcja aktywacji Wprowad¹my okresow funkcj aktywacji, w której warto±ci k-warto±ciowej logiki b d powtarzane ze wspóªczynnikiem l. 1 Im Im 1 1 Re k=4, l=1 1 2
18 dla neuronu wielowarto±ciowego P=k mod k =0 P=(k+1) mod k = k k Im P=k k m-1 m-2... P=1 1 P=0 Re P=(m-1) mod k =(kl-1) mod k =k-1 P=(m-2) mod k =(kl-2) mod k =k-2 Funkcja aktywacji ma posta P(z) = j mod k, dla j dla którego zachodzi 2πj/m Argz < 2π(j + 1)/m j = 0, 1,..., m 1; m = kl, l 2
19 dla wielowarto±ciowych neuronów Funkcja aktywacji ma posta dla j dla którego zachodzi P(z) = j mod k, 2πj/m Argz < 2π(j + 1)/m j = 0, 1,..., m 1; m = kl, l 2 funkcja aktywacji jest k-okresow l-powtarzaln funkcj aktywacji okresowa funkcja aktywacji odwzorowuje k-warto±ciow logik na m-warto±ciow logik, gdzie m = kl
20 Rozwi znaie problemu XOR P=1 Im P=0 Wektora wag W = (0, 1, i) i funkcja aktywacji P s rozwi zaniem dla problemu XOR. x 1 x 2 z = w 0 P(z) XOR -1 P=0 - P=1 1 Re +w 1x 1 +w 2x i i i i 0 0
21 Okresowo± funkcji aktywacji Im P=1 P=0-1 P=0 P=1 1 Re Funkcja aktywacji P jest okresowa. Dzieli pªaszczyzn zespolon na 4 sektory i ustawia ich warto±ci jako przemienny ci g 0, 1, 0, 1. -
22 Problem parzysto±ci na trzech bitach Czy na wej±ciu mamy parzyst liczb 1? W = (0, ε, 1, 1) x 1 x 2 x 3 z = w 0 P(z) f w 1x 1 +w 2x 2 +w 3x ε ε ε ε ε ε ε ε 2 1 1
23 Problem parzysto±ci Wst p Problem parzysto±ci dla N bitów mo»e zosta rozwi zany za pomoc pojedynczego neuronu z okresow funkcj aktywacji i k = 2 dla ka»dego N. Zostaªo to udowodnione matematycznie dla wszystkich N i eksperymentalnie dla wszystkich N mniejszych od 18.
24 Algorytn uczenia Wst p gdzie ε q ε s W (r+1) = W (r) + po» dane wyj±cie aktualne wy±cie α (n + 1) (εq ε s ) X,
25 Aktualne wyj±cie Wst p Aktualnym wyj±ciem jest j-ty pierwiastek zespolony m-tego stopnia ε s = exp(i2πj/m), dla którego zachodzi 2πj/m Argz < 2π(j + 1)/m j = 0, 1,..., m 1; m = kl, l 2
26 Po» dane wyj±cie Wst p Zaªó»my»e w bie» cym kroku iteracji algorytmu uczenia, sie ma zwróci odpowied¹ q, gdzie 0 q < k 1. Istnieje l sektorów, dla których je±li z b dzie le»e w jednym z nich, to sie zwróci q. Je±li le»y w jednym z nich, to nie modykujemy wektora wag. W przeciwnym wypadku z l mo»liwych sektorów wybieramy ten, dla którego pierwiastek z nim powi zany le»y najbli»ej w sensie odlegªo±ci k towej do wektora z. Pierwiastek tego sektora stanowi nasze ε q w bie» cym kroku iteracji.
27 Zalety neuronu wielowarto±ciowego uczy si szybciej przystosowuje si lepiej mo»e nauczy si poprawnie klasykowa zbiór nieseparowalny liniowo otwiera obiecuj ce, nowe mo»liwo±ci projektowania sieci wykazuje wi cej cech wspólnych z biologicznymi neuronami
Liczby zespolone. dr Krzysztof yjewski Mechatronika; S-I 0.in». 6 pa¹dziernika Oznaczenia. B dziemy u»ywali nast puj cych oznacze«:
Liczby zespolone Oznaczenia B dziemy u»ywali nast puj cych oznacze«: N = {1, 2, 3,...}- zbiór liczb naturalnych, Z = {..., 3, 2, 1, 0, 1, 2, 3,...}- zbiór liczb caªkowitych, Q = { a b : a, b Z, b 0}- zbiór
Bardziej szczegółowoUczenie Wielowarstwowych Sieci Neuronów o
Plan uczenie neuronu o ci gªej funkcji aktywacji uczenie jednowarstwowej sieci neuronów o ci gªej funkcji aktywacji uczenie sieci wielowarstwowej - metoda propagacji wstecznej neuronu o ci gªej funkcji
Bardziej szczegółowoA = n. 2. Ka»dy podzbiór zbioru sko«czonego jest zbiorem sko«czonym. Dowody tych twierdze«(elementarne, lecz nieco nu» ce) pominiemy.
Logika i teoria mnogo±ci, konspekt wykªad 12 Teoria mocy, cz ± II Def. 12.1 Ka»demu zbiorowi X przyporz dkowujemy oznaczany symbolem X obiekt zwany liczb kardynaln (lub moc zbioru X) w taki sposób,»e ta
Bardziej szczegółowoistnienie elementu neutralnego dodawania (zera): 0 K a K a + 0 = a, istnienie elementu neutralnego mno»enia (jedynki): 1 K a K a 1 = a,
Ciaªo Denicja. Zbiór K z dziaªaniami dodawania + oraz mno»enia (których argumentami s dwa elementy z tego zbioru, a warto±ciami elementy z tego zbioru) nazywamy ciaªem, je±li zawiera co najmniej dwa elementy
Bardziej szczegółowoWst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd.
Wst p do sieci neuronowych 2010/2011 wykªad 7 Algorytm propagacji wstecznej cd. M. Czoków, J. Piersa Faculty of Mathematics and Computer Science, Nicolaus Copernicus University, Toru«, Poland 2010-11-23
Bardziej szczegółowoWektory w przestrzeni
Wektory w przestrzeni Informacje pomocnicze Denicja 1. Wektorem nazywamy uporz dkowan par punktów. Pierwszy z tych punktów nazywamy pocz tkiem wektora albo punktem zaczepienia wektora, a drugi - ko«cem
Bardziej szczegółowoPodstawy matematyki dla informatyków
Podstawy matematyki dla informatyków Wykªad 6 10 listopada 2011 W poprzednim odcinku... Zbiory A i B s równoliczne (tej samej mocy ), gdy istnieje bijekcja f : A 1 1 B. Piszemy A B lub A = B. na Moc zbioru
Bardziej szczegółowoIndeksowane rodziny zbiorów
Logika i teoria mnogo±ci, konspekt wykªad 7 Indeksowane rodziny zbiorów Niech X b dzie przestrzeni zbiorem, którego podzbiorami b d wszystkie rozpatrywane zbiory, R rodzin wszystkich podzbiorów X za± T
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoLiczby zespolone Pochodna Caªka nieoznaczona i oznaczona Podstawowe wielko±ci zyczne. Repetytorium z matematyki
Repetytorium z matematyki Denicja liczb zespolonych Wyra»enie a + bi, gdzie a i b s liczbami rzeczywistymi a i speªnia zale»no± i 2 = 1, nazywamy liczb zespolon. Liczb i nazywamy jednostk urojon, a iloczyn
Bardziej szczegółowoCiaªa i wielomiany. 1 Denicja ciaªa. Ciaªa i wielomiany 1
Ciaªa i wielomiany 1 Ciaªa i wielomiany 1 Denicja ciaªa Niech F b dzie zbiorem, i niech + (dodawanie) oraz (mno»enie) b d dziaªaniami na zbiorze F. Denicja. Zbiór F wraz z dziaªaniami + i nazywamy ciaªem,
Bardziej szczegółowoMetody dowodzenia twierdze«
Metody dowodzenia twierdze«1 Metoda indukcji matematycznej Je±li T (n) jest form zdaniow okre±lon w zbiorze liczb naturalnych, to prawdziwe jest zdanie (T (0) n N (T (n) T (n + 1))) n N T (n). 2 W przypadku
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoKrzywe i powierzchnie stopnia drugiego
Krzywe i powierzchnie stopnia drugiego Iwona Malinowska, Zbigniew Šagodowski 25 maja 2015 I. Malinowska, Z. Lagodowski Geometria 25 maja 2015 1 / 30 Rozwa»my dwie proste przecinaj ce si pod k tem α, 0
Bardziej szczegółowoMateriaªy do Repetytorium z matematyki
Materiaªy do Repetytorium z matematyki 0/0 Dziaªania na liczbach wymiernych i niewymiernych wiczenie Obliczy + 4 + 4 5. ( + ) ( 4 + 4 5). ( : ) ( : 4) 4 5 6. 7. { [ 7 4 ( 0 7) ] ( } : 5) : 0 75 ( 8) (
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoELEMENTARNA TEORIA LICZB. 1. Podzielno±
ELEMENTARNA TEORIA LICZB IZABELA AGATA MALINOWSKA N = {1, 2,...} 1. Podzielno± Denicja 1.1. Niepusty podzbiór A zbioru liczb naturalnych jest ograniczony, je»eli istnieje taka liczba naturalna n 0,»e m
Bardziej szczegółowoMetodydowodzenia twierdzeń
1 Metodydowodzenia twierdzeń Przez zdanie rozumiemy dowolne stwierdzenie, które jest albo prawdziwe, albo faªszywe (nie mo»e by ono jednocze±nie prawdziwe i faªszywe). Tradycyjnie b dziemy u»ywali maªych
Bardziej szczegółowoWykªad 7. Ekstrema lokalne funkcji dwóch zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 7. Ekstrema lokalne funkcji dwóch zmiennych. Denicja Mówimy,»e funkcja
Bardziej szczegółowoListy Inne przykªady Rozwi zywanie problemów. Listy w Mathematice. Marcin Karcz. Wydziaª Matematyki, Fizyki i Informatyki.
Wydziaª Matematyki, Fizyki i Informatyki 10 marca 2008 Spis tre±ci Listy 1 Listy 2 3 Co to jest lista? Listy List w Mathematice jest wyra»enie oddzielone przecinkami i zamkni te w { klamrach }. Elementy
Bardziej szczegółowoOba zbiory s uporz dkowane liniowo. Badamy funkcj w pobli»u kresów dziedziny. Pewne punkty szczególne (np. zmiana denicji funkcji).
Plan Spis tre±ci 1 Granica 1 1.1 Po co?................................. 1 1.2 Denicje i twierdzenia........................ 4 1.3 Asymptotyka, granice niewªa±ciwe................. 7 2 Asymptoty 8 2.1
Bardziej szczegółowoWybrane poj cia i twierdzenia z wykªadu z teorii liczb
Wybrane poj cia i twierdzenia z wykªadu z teorii liczb 1. Podzielno± Przedmiotem bada«teorii liczb s wªasno±ci liczb caªkowitych. Zbiór liczb caªkowitych oznacza b dziemy symbolem Z. Zbiór liczb naturalnych
Bardziej szczegółowo1 0 Je»eli wybierzemy baz A = ((1, 1), (2, 1)) to M(f) A A =. 0 2 Daje to znacznie lepszy opis endomorzmu f.
GAL II 2012-2013 A Strojnowski str1 Wykªad 1 Ten semestr rozpoczniemy badaniem endomorzmów sko«czenie wymiarowych przestrzeni liniowych Denicja 11 Niech V b dzie przestrzeni liniow nad ciaªem K 1) Przeksztaªceniem
Bardziej szczegółowoWYKŁAD 4 PLAN WYKŁADU. Sieci neuronowe: Algorytmy uczenia & Dalsze zastosowania. Metody uczenia sieci: Zastosowania
WYKŁAD 4 Sieci neuronowe: Algorytmy uczenia & Dalsze zastosowania PLAN WYKŁADU Metody uczenia sieci: Uczenie perceptronu Propagacja wsteczna Zastosowania Sterowanie (powtórzenie) Kompresja obrazu Rozpoznawanie
Bardziej szczegółowo1 Przypomnienie wiadomo±ci ze szkoªy ±redniej. Rozwi zywanie prostych równa«i nierówno±ci
Zebraª do celów edukacyjnych od wykªadowców PK, z ró»nych podr czników Maciej Zakarczemny 1 Przypomnienie wiadomo±ci ze szkoªy ±redniej Rozwi zywanie prostych równa«i nierówno±ci dotycz cych funkcji elementarnych,
Bardziej szczegółowoJAO - J zyki, Automaty i Obliczenia - Wykªad 1. JAO - J zyki, Automaty i Obliczenia - Wykªad 1
J zyki formalne i operacje na j zykach J zyki formalne s abstrakcyjnie zbiorami sªów nad alfabetem sko«czonym Σ. J zyk formalny L to opis pewnego problemu decyzyjnego: sªowa to kody instancji (wej±cia)
Bardziej szczegółowoWST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14
WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 2013/14 Spis tre±ci 1 Kodowanie i dekodowanie 4 1.1 Kodowanie a szyfrowanie..................... 4 1.2 Podstawowe poj cia........................
Bardziej szczegółowor = x x2 2 + x2 3.
Przestrze«aniczna Def. 1. Przestrzeni aniczn zwi zan z przestrzeni liniow V nazywamy dowolny niepusty zbiór P z dziaªaniem ω : P P V (które dowolnej parze elementów zbioru P przyporz dkowuje wektor z przestrzeni
Bardziej szczegółowoXVII Warmi«sko-Mazurskie Zawody Matematyczne
1 XVII Warmi«sko-Mazurskie Zawody Matematyczne Kategoria: klasa VIII szkoªy podstawowej i III gimnazjum Olsztyn, 16 maja 2019r. Zad. 1. Udowodnij,»e dla dowolnych liczb rzeczywistych x, y, z speªniaj cych
Bardziej szczegółowoZbiory i odwzorowania
Zbiory i odwzorowania 1 Sposoby okre±lania zbiorów 1) Zbiór wszystkich elementów postaci f(t), gdzie t przebiega zbiór T : {f(t); t T }. 2) Zbiór wszystkich elementów x zbioru X speªniaj cych warunek ϕ(x):
Bardziej szczegółowoElementy geometrii w przestrzeni R 3
Elementy geometrii w przestrzeni R 3 Z.Šagodowski Politechnika Lubelska 29 maja 2016 Podstawowe denicje Wektorem nazywamy uporz dkowan par punktów (A,B) z których pierwszy nazywa si pocz tkiem a drugi
Bardziej szczegółowoElementy geometrii analitycznej w przestrzeni
Wykªad 3 Elementy geometrii analitycznej w przestrzeni W wykªadzie tym wi kszy nacisk zostaª poªo»ony raczej na intuicyjne rozumienie deniowanych poj, ni» ±cisªe ich zdeniowanie. Dlatego niniejszy wykªad
Bardziej szczegółowoMacierze i Wyznaczniki
dr Krzysztof yjewski Mechatronika; S-I.in». 5 pa¹dziernika 6 Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja. Tablic nast puj cej postaci a a... a n a a... a n A =... a m a m...
Bardziej szczegółowoWykªad 4. Funkcje wielu zmiennych.
Wykªad jest prowadzony w oparciu o podr cznik Analiza matematyczna 2. Denicje, twierdzenia, wzory M. Gewerta i Z. Skoczylasa. Wykªad 4. Funkcje wielu zmiennych. Zbiory na pªaszczy¹nie i w przestrzeni.
Bardziej szczegółowoWielomiany. El»bieta Sadowska-Owczorz. 19 listopada 2018
Wielomiany El»bieta Sadowska-Owczorz 19 listopada 2018 Wielomianem nazywamy wyra»enie postaci a n x n + a n 1 x n 1 +... + a 2 x 2 + a 1 x + a 0 = n a k x k. k=0 Funkcj wielomianow nazywamy funkcj W :
Bardziej szczegółowoArkusz 4. Elementy geometrii analitycznej w przestrzeni
Arkusz 4. Elementy geometrii analitycznej w przestrzeni Zadanie 4.1. Obliczy dªugo±ci podanych wektorów a) a = [, 4, 12] b) b = [, 5, 2 2 ] c) c = [ρ cos φ, ρ sin φ, h], ρ 0, φ, h R c) d = [ρ cos φ cos
Bardziej szczegółowoAM II /2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium
AM II.1 2018/2019 (gr. 2 i 3) zadania przygotowawcze do I kolokwium Normy w R n, iloczyn skalarny sprawd¹ czy dana funkcja jest norm sprawd¹, czy dany zbiór jest kul w jakiej± normie i oblicz norm wybranego
Bardziej szczegółowoMatematyka liczby zespolone. Wykład 1
Matematyka liczby zespolone Wykład 1 Siedlce 5.10.015 Liczby rzeczywiste Zbiór N ={0,1,,3,4,5, } nazywamy zbiorem Liczb naturalnych, a zbiór N + ={1,,3,4, } nazywamy zbiorem liczb naturalnych dodatnich.
Bardziej szczegółowoZdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt:
Zdzisªaw Dzedzej, Katedra Analizy Nieliniowej pok. 611 Kontakt: zdzedzej@mif.pg.gda.pl www.mif.pg.gda.pl/homepages/zdzedzej () 5 pa¹dziernika 2016 1 / 1 Literatura podstawowa R. Rudnicki, Wykªady z analizy
Bardziej szczegółowoZadania z z matematyki dla studentów gospodarki przestrzennej UŠ. Marek Majewski Aktualizacja: 31 pa¹dziernika 2006
Zadania z z matematyki dla studentów gospodarki przestrzennej UŠ Marek Majewski Aktualizacja: 1 pa¹dziernika 006 Spis tre±ci 1 Macierze dziaªania na macierzach. Wyznaczniki 1 Macierz odwrotna. Rz d macierzy
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoFunkcje, wielomiany. Informacje pomocnicze
Funkcje, wielomiany Informacje pomocnicze Przydatne wzory: (a + b) 2 = a 2 + 2ab + b 2 (a b) 2 = a 2 2ab + b 2 (a + b) 3 = a 3 + 3a 2 b + 3ab 2 + b 3 (a b) 3 = a 3 3a 2 b + 3ab 2 b 3 a 2 b 2 = (a + b)(a
Bardziej szczegółowo1. Przedstaw w postaci algebraicznej liczby zespolone: 2. Narysuj zbiory punktów na pªaszczy¹nie:
ZADANIA Z MATEMATYKI Zestaw. Przedstaw w postaci algebraicznej liczby zespolone: (3 + j)(5 j) 3 j +j (5 + j) (3 + j) 3. Narysuj zbiory punktów na pªaszczy¹nie: +j +j 3 Re z = Im z = 5 z ( j) = z j z +
Bardziej szczegółowoFunkcje jednej zmiennej. Granica, ci gªo±. (szkic wykªadu)
Funkcje jednej zmiennej Granica, ci gªo± (szkic wykªadu) opracowaªa Gra»yna Ciecierska 1 Granica funkcji Denicja Niech 0 R, r > 0 Otoczeniem punktu 0 o promieniu r nazywamy przedziaª ( 0 r, 0 +r) Otoczeniem
Bardziej szczegółowoLiczby zespolone. Magdalena Nowak. 23 marca Uniwersytet Śląski
Uniwersytet Śląski 23 marca 2012 Ciało liczb zespolonych Rozważmy zbiór C = R R, czyli C = {(x, y) : x, y R}. W zbiorze C definiujemy następujące działania: dodawanie: mnożenie: (a, b) + (c, d) = (a +
Bardziej szczegółowoMacierze i Wyznaczniki
Macierze i Wyznaczniki Kilka wzorów i informacji pomocniczych: Denicja 1. Tablic nast puj cej postaci a 11 a 12... a 1n a 21 a 22... a 2n A =... a m1 a m2... a mn nazywamy macierz o m wierszach i n kolumnach,
Bardziej szczegółowoFunkcje wielu zmiennych
dr Krzysztof yjewski Informatyka I rok I 0 in» 12 stycznia 2016 Funkcje wielu zmiennych Informacje pomocnicze Denicja 1 Niech funkcja f(x y) b dzie okre±lona przynajmniej na otoczeniu punktu (x 0 y 0 )
Bardziej szczegółowoArkusz maturalny. Šukasz Dawidowski. 25 kwietnia 2016r. Powtórki maturalne
Arkusz maturalny Šukasz Dawidowski Powtórki maturalne 25 kwietnia 2016r. Odwrotno±ci liczby rzeczywistej 1. 9 8 2. 0, (1) 3. 8 9 4. 0, (8) 3 4 4 4 1 jest liczba Odwrotno±ci liczby rzeczywistej 3 4 4 4
Bardziej szczegółowoprzewidywania zapotrzebowania na moc elektryczn
do Wykorzystanie do na moc elektryczn Instytut Techniki Cieplnej Politechnika Warszawska Slide 1 of 20 do Coraz bardziej popularne staj si zagadnienia zwi zane z prac ¹ródªa energii elektrycznej (i cieplnej)
Bardziej szczegółowoTwierdzenie Wainera. Marek Czarnecki. Warszawa, 3 lipca Wydziaª Filozoi i Socjologii Uniwersytet Warszawski
Twierdzenie Wainera Marek Czarnecki Wydziaª Filozoi i Socjologii Uniwersytet Warszawski Wydziaª Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski Warszawa, 3 lipca 2009 Motywacje Dla dowolnej
Bardziej szczegółowoAUTO-ENKODER JAKO SKŠADNIK ARCHITEKTURY DEEP LEARNING
AUTO-ENKODER JAKO SKŠADNIK ARCHITEKTURY DEEP LEARNING Magdalena Wiercioch Uniwersytet Jagiello«ski 3 kwietnia 2014 Plan Uczenie gª bokie (deep learning) Auto-enkodery Rodzaje Zasada dziaªania Przykªady
Bardziej szczegółowoWST P DO TEORII INFORMACJI I KODOWANIA. Grzegorz Szkibiel. Wiosna 2013/14
WST P DO TEORII INFORMACJI I KODOWANIA Grzegorz Szkibiel Wiosna 203/4 Spis tre±ci Kodowanie i dekodowanie 4. Kodowanie a szyfrowanie..................... 4.2 Podstawowe poj cia........................
Bardziej szczegółowoRelacj binarn okre±lon w zbiorze X nazywamy podzbiór ϱ X X.
Relacje 1 Relacj n-argumentow nazywamy podzbiór ϱ X 1 X 2... X n. Je±li ϱ X Y jest relacj dwuargumentow (binarn ), to zamiast (x, y) ϱ piszemy xϱy. Relacj binarn okre±lon w zbiorze X nazywamy podzbiór
Bardziej szczegółowo1 Metody iteracyjne rozwi zywania równania f(x)=0
1 Metody iteracyjne rozwi zywania równania f()=0 1.1 Metoda bisekcji Zaªó»my,»e funkcja f jest ci gªa w [a 0, b 0 ]. Pierwiastek jest w przedziale [a 0, b 0 ] gdy f(a 0 )f(b 0 ) < 0. (1) Ustalmy f(a 0
Bardziej szczegółowoZadania. 4 grudnia k=1
Zadania 4 grudnia 205 Zadanie. Poka»,»e dla dowolnych liczb zespolonych z,..., z n istnieje zbiór B {,..., n}, taki,»e n z k π z k. k B Zadanie 2. Jakie warunki musz speªnia ci gi a n i b n, aby istniaªy
Bardziej szczegółowoZadania z kolokwiów ze Wst pu do Informatyki. Semestr II.
Zadania z kolokwiów ze Wst pu do Informatyki. Semestr II. Poni»sze zadania s wyborem zada«z kolokwiów ze Wst pu do Informatyki jakie przeprowadziªem w ci gu ostatnich lat. Marek Zawadowski Zadanie 1 Napisz
Bardziej szczegółowoZagadnienia na wej±ciówki z matematyki Technologia Chemiczna
Zagadnienia na wej±ciówki z matematyki Technologia Chemiczna 1. Podaj denicj liczby zespolonej. 2. Jak obliczy sum /iloczyn dwóch liczb zespolonych w postaci algebraicznej? 3. Co to jest liczba urojona?
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa.
Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa. Maja Czoków, Jarosław Piersa Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2011-10-11 1 Modelowanie funkcji logicznych
Bardziej szczegółowoW poprzednim odcinku... Podstawy matematyki dla informatyków. Relacje równowa»no±ci. Zbiór (typ) ilorazowy. Klasy abstrakcji
W poprzednim odcinku... Podstawy matematyki dla informatyków Rodzina indeksowana {A t } t T podzbiorów D to taka funkcja A : T P(D),»e A(t) = A t, dla dowolnego t T. Wykªad 3 20 pa¹dziernika 2011 Produkt
Bardziej szczegółowo1 Poj cia pomocnicze. Przykªad 1. A A d
Poj cia pomocnicze Otoczeniem punktu x nazywamy dowolny zbiór otwarty zawieraj cy punkt x. Najcz ±ciej rozwa»amy otoczenia kuliste, tj. kule o danym promieniu ε i ±rodku x. S siedztwem punktu x nazywamy
Bardziej szczegółowoMatematyka 1. Šukasz Dawidowski. Instytut Matematyki, Uniwersytet l ski
Matematyka 1 Šukasz Dawidowski Instytut Matematyki, Uniwersytet l ski Pochodna funkcji Niech a, b R, a < b. Niech f : (a, b) R b dzie funkcj oraz x, x 0 (a, b) b d ró»nymi punktami przedziaªu (a, b). Wyra»enie
Bardziej szczegółowoLista nr 1 - Liczby zespolone
Lista nr - Liczby zespolone Zadanie. Obliczyć: a) ( 3 i) 3 ( 6 i ) 8 c) (+ 3i) 8 (i ) 6 + 3 i + e) f*) g) ( 3 i ) 77 ( ( 3 i + ) 3i 3i h) ( + 3i) 5 ( i) 0 i) i ( 3 i ) 4 ) +... + ( 3 i ) 0 Zadanie. Przedstawić
Bardziej szczegółowohttp://www-users.mat.umk.pl/~pjedrzej/matwyz.html 1 Opis przedmiotu Celem przedmiotu jest wykształcenie u studentów podstaw języka matematycznego i opanowanie przez nich podstawowych pojęć dotyczących
Bardziej szczegółowoWstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa.
Wstęp do sieci neuronowych, wykład 02 Perceptrony c.d. Maszyna liniowa. Maja Czoków, Jarosław Piersa, Andrzej Rutkowski Wydział Matematyki i Informatyki, Uniwersytet Mikołaja Kopernika 2018-10-15 Projekt
Bardziej szczegółowo2. L(a u) = al( u) dla dowolnych u U i a R. Uwaga 1. Warunki 1., 2. mo»na zast pi jednym warunkiem: L(a u + b v) = al( u) + bl( v)
Przeksztaªcenia liniowe Def 1 Przeksztaªceniem liniowym (homomorzmem liniowym) rzeczywistych przestrzeni liniowych U i V nazywamy dowoln funkcj L : U V speªniaj c warunki: 1 L( u + v) = L( u) + L( v) dla
Bardziej szczegółowoGeometria Algebraiczna
Geometria Algebraiczna Zadania domowe: seria 1 Zadania 1-11 to powtórzenie podstawowych poj z teorii kategorii. Zapewne rozwi zywali Pa«stwo te zadania wcze±niej, dlatego nie b d one omawiane na wiczeniach.
Bardziej szczegółowoTwierdzenie Wedderburna Witold Tomaszewski
Twierdzenie Wedderburna Witold Tomaszewski Pier±cie«przemienny P nazywamy dziedzin caªkowito±ci (lub po prostu dziedzin ) je±li nie posiada nietrywialnych dzielników zera. Pier±cie«z jedynk nazywamy pier±cieniem
Bardziej szczegółowoWektor. Uporz dkowany ukªad liczb (najcz ±ciej: dwóch - na pªaszczy¹nie, trzech - w przestrzeni 3D).
Wektor Uporz dkowany ukªad liczb (najcz ±ciej: dwóch - na pªaszczy¹nie, trzech - w przestrzeni 3D). Adam Szmagli«ski (IF PK) Wykªad z Fizyki dla I roku WIL Kraków, 10.10.2015 1 / 13 Wektor Uporz dkowany
Bardziej szczegółowoMetody numeryczne. Wst p do metod numerycznych. Dawid Rasaªa. January 9, 2012. Dawid Rasaªa Metody numeryczne 1 / 9
Metody numeryczne Wst p do metod numerycznych Dawid Rasaªa January 9, 2012 Dawid Rasaªa Metody numeryczne 1 / 9 Metody numeryczne Czym s metody numeryczne? Istota metod numerycznych Metody numeryczne s
Bardziej szczegółowoWojewódzki Konkurs Matematyczny
Wojewódzki Konkurs Matematyczny dla uczniów gimnazjów ETAP SZKOLNY 16 listopada 2012 Czas 90 minut Instrukcja dla Ucznia 1. Otrzymujesz do rozwi zania 10 zada«zamkni tych oraz 5 zada«otwartych. 2. Obok
Bardziej szczegółowoGraka komputerowa Wykªad 3 Geometria pªaszczyzny
Graka komputerowa Wykªad 3 Geometria pªaszczyzny Instytut Informatyki i Automatyki Pa«stwowa Wy»sza Szkoªa Informatyki i Przedsi biorczo±ci w Šom»y 2 0 0 9 Spis tre±ci Spis tre±ci 1 Przeksztaªcenia pªaszczyzny
Bardziej szczegółowoARYTMETYKA MODULARNA. Grzegorz Szkibiel. Wiosna 2014/15
ARYTMETYKA MODULARNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Denicja kongruencji i jej podstawowe wªasno±ci 3 2 Systemy pozycyjne 8 3 Elementy odwrotne 12 4 Pewne zastosowania elementów odwrotnych
Bardziej szczegółowoInterpolacja Lagrange'a, bazy wielomianów
Rozdziaª 4 Interpolacja Lagrange'a, bazy wielomianów W tym rozdziale zajmiemy si interpolacj wielomianow. Zadanie interpolacji wielomianowej polega na znalezieniu wielomianu stopnia nie wi kszego od n,
Bardziej szczegółowoMacierze. 1 Podstawowe denicje. 2 Rodzaje macierzy. Denicja
Macierze 1 Podstawowe denicje Macierz wymiaru m n, gdzie m, n N nazywamy tablic liczb rzeczywistych (lub zespolonych) postaci a 11 a 1j a 1n A = A m n = [a ij ] m n = a i1 a ij a in a m1 a mj a mn W macierzy
Bardziej szczegółowoLiniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach
Liniowe równania ró»niczkowe n tego rz du o staªych wspóªczynnikach Teoria obowi zuje z wykªadu, dlatego te» zostan tutaj przedstawione tylko podstawowe denicje, twierdzenia i wzory. Denicja 1. Równanie
Bardziej szczegółowoMaszyny Turinga i problemy nierozstrzygalne. Maszyny Turinga i problemy nierozstrzygalne
Maszyny Turinga Maszyna Turinga jest automatem ta±mowym, skª da si z ta±my (tablicy symboli) potencjalnie niesko«czonej w prawo, zakªadamy,»e w prawie wszystkich (tzn. wszystkich poza sko«czon liczb )
Bardziej szczegółowo2 Liczby rzeczywiste - cz. 2
2 Liczby rzeczywiste - cz. 2 W tej lekcji omówimy pozostaªe tematy zwi zane z liczbami rzeczywistymi. 2. Przedziaªy liczbowe Wyró»niamy nast puj ce rodzaje przedziaªów liczbowych: (a) przedziaªy ograniczone:
Bardziej szczegółowoUkªady równa«liniowych
dr Krzysztof yjewski Mechatronika; S-I 0 in» 7 listopada 206 Ukªady równa«liniowych Informacje pomocnicze Denicja Ogólna posta ukªadu m równa«liniowych z n niewiadomymi x, x, x n, gdzie m, n N jest nast
Bardziej szczegółowoZestaw 1 ZESTAWY A. a 1 a 2 + a 3 ± a n, gdzie skªadnik a n jest odejmowany, gdy n jest liczb parzyst oraz dodawany w przeciwnym.
ZESTAWY A Zestaw 1 Organizacja plików: Wszystkie pliki oddawane do sprawdzenia nale»y zapisa we wspólnym folderze o nazwie b d cej numerem indeksu, umieszczonym na pulpicie. Oddajemy tylko ¹ródªa programów
Bardziej szczegółowoPRZYPOMNIENIE Ka»d przestrze«wektorow V, o wymiarze dim V = n < nad ciaªem F mo»na jednoznacznie odwzorowa na przestrze«f n n-ek uporz dkowanych:
Plan Spis tre±ci 1 Homomorzm 1 1.1 Macierz homomorzmu....................... 2 1.2 Dziaªania............................... 3 2 Ukªady równa«6 3 Zadania 8 1 Homomorzm PRZYPOMNIENIE Ka»d przestrze«wektorow
Bardziej szczegółowoWst p do sieci neuronowych, wykªad 05a Algorytm wstecznej propagacji bª du
Wst p do sieci neuronowych, wykªad 05a M. Czoków, J. Piersa Wydziaª Matematyki i Informatyki, Uniwersytet Mikoªaja Kopernika w Toruniu 2012-11-14 Projekt pn. Wzmocnienie potencjaªu dydaktycznego UMK w
Bardziej szczegółowoWst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki
Wst p teoretyczny do wiczenia nr 3 - Elementy kombinatoryki 1 Zadania na wiczenia nr 3 - Elementy kombinatoryki Zad. 1. Ile istnieje ró»nych liczb czterocyfrowych zakªadaj c,»e cyfry nie powtarzaj si a
Bardziej szczegółowoANALIZA MATEMATYCZNA Z ALGEBR
ANALIZA MATEMATYCZNA Z ALGEBR WYKŠAD II Maªgorzata Murat MACIERZ A rzeczywist (zespolon ) o m wierszach i n kolumnach nazywamy przyporz dkowanie ka»dej uporz dkowanej parze liczb naturalnych (i, j), gdzie
Bardziej szczegółowoFunkcje tworz ce skrypt do zada«
Fukcje tworz ce skrypt do zada«mateusz Rapicki, Piotr Suwara 20 maja 2012 1 Kombiatoryka Deicja 1 (dwumia Newtoa) dla liczb caªkowitych ieujemych, k to liczba k sposobów wybraia k elemetów z -elemetowego
Bardziej szczegółowox y x y x y x + y x y
Algebra logiki 1 W zbiorze {0, 1} okre±lamy dziaªania dwuargumentowe,, +, oraz dziaªanie jednoargumentowe ( ). Dziaªanie x + y nazywamy dodawaniem modulo 2, a dziaªanie x y nazywamy kresk Sheera. x x 0
Bardziej szczegółowoRównania ró»niczkowe I rz du (RRIR) Twierdzenie Picarda. Anna D browska. WFTiMS. 23 marca 2010
WFTiMS 23 marca 2010 Spis tre±ci 1 Denicja 1 (równanie ró»niczkowe pierwszego rz du) Równanie y = f (t, y) (1) nazywamy równaniem ró»niczkowym zwyczajnym pierwszego rz du w postaci normalnej. Uwaga 1 Ogólna
Bardziej szczegółowo1. Liczby zespolone. Jacek Jędrzejewski 2011/2012
1. Liczby zespolone Jacek Jędrzejewski 2011/2012 Spis treści 1 Liczby zespolone 2 1.1 Definicja liczby zespolonej.................... 2 1.2 Postać kanoniczna liczby zespolonej............... 1. Postać
Bardziej szczegółowoRachunek caªkowy funkcji wielu zmiennych
Rachunek caªkowy funkcji wielu zmiennych I. Malinowska, Z. Šagodowski Politechnika Lubelska 8 czerwca 2015 Caªka iterowana podwójna Denicja Je»eli funkcja f jest ci gªa na prostok cie P = {(x, y) : a x
Bardziej szczegółowoRozdział 2. Liczby zespolone
Rozdział Liczby zespolone Zbiór C = R z działaniami + oraz określonymi poniżej: x 1, y 1 ) + x, y ) := x 1 + x, y 1 + y ), 1) x 1, y 1 ) x, y ) := x 1 x y 1 y, x 1 y + x y 1 ) ) jest ciałem zob rozdział
Bardziej szczegółowoPrzetwarzanie sygnaªów
Przetwarzanie sygnaªów Wykªad 8 - Wst p do obrazów 2D Marcin Wo¹niak, Dawid Poªap Przetwarzanie sygnaªów Pa¹dziernik, 2018 1 / 27 Plan wykªadu 1 Informacje wstepne 2 Przetwarzanie obrazu 3 Wizja komputerowa
Bardziej szczegółowoPrzekształcenia całkowe. Wykład 1
Przekształcenia całkowe Wykład 1 Przekształcenia całkowe Tematyka wykładów: 1. Liczby zespolone -wprowadzenie, - funkcja zespolona zmiennej rzeczywistej, - funkcja zespolona zmiennej zespolonej. 2. Przekształcenie
Bardziej szczegółowoANALIZA NUMERYCZNA. Grzegorz Szkibiel. Wiosna 2014/15
ANALIZA NUMERYCZNA Grzegorz Szkibiel Wiosna 2014/15 Spis tre±ci 1 Metoda Eulera 3 1.1 zagadnienia brzegowe....................... 3 1.2 Zastosowanie ró»niczki...................... 4 1.3 Output do pliku
Bardziej szczegółowoEkonometria - wykªad 8
Ekonometria - wykªad 8 3.1 Specykacja i werykacja modelu liniowego dobór zmiennych obja±niaj cych - cz ± 1 Barbara Jasiulis-Goªdyn 11.04.2014, 25.04.2014 2013/2014 Wprowadzenie Ideologia Y zmienna obja±niana
Bardziej szczegółowoJednowarstwowe Sieci Neuronowe jako. klasykatory do wielu klas. (c) Marcin Sydow
Plan dyskretny perceptron i jego ograniczenia inne funkcje aktywacji wielo-klasykacja przy pomocy jedno-warstwowe sieci neuronowej ograniczenia jedno-warstwowej sieci neuronowej miary ewaluacyjne dla klasykacji
Bardziej szczegółowoRzut oka na zagadnienia zwi zane z projektowaniem list rozkazów
Rzut oka na zagadnienia zwi zane z projektowaniem list rozkazów 1 Wst p Przypomnijmy,»e komputer skªada si z procesora, pami ci, systemu wej±cia-wyj±cia oraz po- ª cze«mi dzy nimi. W procesorze mo»emy
Bardziej szczegółowoWst p do sieci neuronowych, wykªad 4 Algorytm wstecznej propagacji bª du, cz. 1
Wst p do sieci neuronowych, wykªad 4, cz. 1 M. Czoków, J. Piersa, A. Rutkowski Wydziaª Matematyki i Informatyki, Uniwersytet Mikoªaja Kopernika w Toruniu 2018-10-28 Projekt pn. Wzmocnienie potencjaªu dydaktycznego
Bardziej szczegółowoKolorowa płaszczyzna zespolona
Kolorowa płaszczyzna zespolona Marta Szumańska MIMUW/IX LO w Warszawie Sielpia, 27 października 2018 p. 1 of 64 Liczby zespolone Przez i oznaczamy jednostkę urojoną. Jest to obiekt spełniający warunek
Bardziej szczegółowoLiczby zespolone. P. F. Góra (w zastępstwie prof. K. Rościszewskiego) 27 lutego 2007
Liczby zespolone P. F. Góra (w zastępstwie prof. K. Rościszewskiego) http://th-www.if.uj.edu.pl/zfs/gora/ 27 lutego 2007 Definicja C zbiór par liczb rzeczywistych w którym określono następujace działania:
Bardziej szczegółowoHotel Hilberta. Zdumiewaj cy ±wiat niesko«czono±ci. Marcin Kysiak. Festiwal Nauki, 20.09.2011. Instytut Matematyki Uniwersytetu Warszawskiego
Zdumiewaj cy ±wiat niesko«czono±ci Instytut Matematyki Uniwersytetu Warszawskiego Festiwal Nauki, 20.09.2011 Nasze do±wiadczenia hotelowe Fakt oczywisty Hotel nie przyjmie nowych go±ci, je»eli wszystkie
Bardziej szczegółowo