Нейронные сети для экологии: введение

Рассмотрен вариант объяснения состава и структуры нейронной сети, отталкиваясь от понятия «уравнение регрессии». Ориентируясь на метод, более привычный экологам (регрессионный анализ), показаны структурные и функциональные особенности «нейрона» и искусственной нейронной сети. Поэтапно углубляются и расширяются представления о линейной и криволинейной регрессии, логите, нейроне, нейросетевом моделировании, об алгоритмах настройки структурных и количественных параметров моделей. Определены ключевые термины рассматриваемой технологии (ковариат, смещение, нейрон, слой, функция активации, обучение, переобучение). На конкретных примерах показаны некоторые области применения этого метода в экологии животных. С помощью нейронной сети рассмотрено решение типичных для экологии животных задач диагностики статуса (пола) животных по количественным признакам, оценка пригодности тех или иных биотопов для обитания животных. Дан список литературы с примерами использования сетей для решения экологических задач. Приведены листинги расчетов, выполненных в среде программы R с использованием функций из пакета neuralnet. Прикреплены файлы с данными для выполнения тренига по представленным кодам.