Если вы совсем новичок в ИИ - советуем ознакомиться с базовыми понятиями ИИ, чтобы узнать, что же понимается под термином искусственный интеллект. Также вам было бы полезно изучить краткую историю развития систем ИИ. После этого, прежде чем вы приступите к разработке собственных систем искусственного интеллекта, вам просто необходимо получить информацию о том, какие на сегодняшний день существуют подходы к построению систем ИИ.

Более подробно о том, что такое искусственный интелект, из каких частей он состоит и как функционирует, вы сможете узнать, прочитав подробный курс лекций по проектированию систем ИИ, который содержит описание практических методов, используемых сегодня при создании интеллектуальных систем. В нем рассмотрены некоторые базовые топологии и методы обучения нейронных сетей - с учителем и без учителя; вопросы построения систем распознавания образов; экспертные систем продукционного типа, в том числе приводится описание языка Пролог.

Первая часть - Основные положения. В ней вы получите представление о том, что же такое нейронные сети, как они устроены и где используются.

Вторая часть - Алгоритм обратного распространения. Это один из самых популярных алгоритмов обучения нейронной сети, способный решать широкий класс задач, для некоторого подмножества которых уже найдены решения, что позволяет обучить по этим данным нейронную сеть для решения всех остальных задач данного класса. Классический пример обучения с помощью учителя.

Третья часть - Обучение без учителя. Рассмотрены методы обучения Хебба и Кохонена, позволяющие нейронной сети обучаться самостоятельно, без использования обучающих данных. Подобные методы используются, например, в системах классификации входных образов.

Четвертая часть - Нейронные сети Хопфилда и Хэмминга.