Datasets:

aangry-mouse
/

stepik_ml_ru

Modalities:

Audio

Text

Formats:

Size:

Libraries:

Dataset card Data Studio Files Files and versions

xet

Community

Dataset Viewer

Auto-converted to Parquet Duplicate

Split (1)

train · 8.01k rows

audio audio	transcription string
	Нервная система человека -- это самый большой
	обработчик информации в человеческом теле.
	о том, как среагировать в данной ситуации.
	Это решение передаётся по нервным волокнам
	в обратную сторону к мышцам.
	Таким образом происходит обработка информации в человеческом теле.
	Нервная система состоит из нескольких компонент.
	Эти компоненты отвечают за разные задачи.
	Однако, все эти компоненты состоят
	из примерно одинаковых клеток которые называются нейронами.
	Это не единственный обработчик информации
	но он самый большой и самый эффективный.
	Нервная система человека состоит из нескольких компонентов.
	Во-первых -- мозг, который отвечает за
	обработку информации и принятие решений.
	Информация к мозгу поступает от органов
	чувств по нервным волокнам.
	Мозг обрабатывает эту информацию и принимает решение
	Итак, нейрон.
	Нейрон -- это компонента, из которой состоит
	По этим отросткам сигнал
	от других нейронов приходит к нашему нейрону.
	Есть большой отросток.
	Этот отросток называется аксоном.
	По аксону нейрон передаёт сигнал к другим нейронам.
	Место, где аксон другого нейрона
	соединяется с дендритами нашего нейрона,
	называется "синапсом".
	Синапс -- это место соприкосновения дендрита и аксона.
	Синапс может быть сильным, а может быть слабым.
	вся нервная система человека.
	Если синапс сильный,
	то сигнал, который передан по аксону нейрона
	практически полностью перейдёт к нашему нейрону.
	Если же синапс слабый, то практически
	никакой заряд не перетечёт от аксона
	другого нейрона к нашему нейрону.
	Синапс может изменяться со временем.
	В зависимости от обстоятельств синапс может
	становиться сильнее, а может становиться слабее.
	Именно с настройкой синапса и связана
	Почти все нейроны устроены примерно одинаково.
	тренировка биологической нейронной сети
	и, соответственно, нервной системы человека.
	Итак, у нейрона есть
	ядро нейрона, которое называется также телом нейрона.
	В теле нейрона накапливается электрический заряд.
	Из тела нейрона есть множество отростков:
	есть маленькие отростки, есть большой отросток.
	Маленькие отростки называются дендритами.
	Итак, мы с вами разобрали,
	как устроен биологический нейрон.
	которые будут заменять нам дендриты.
	Кроме того, у нейрона есть аксон, по которому
	нейрон отправляет сигналы к другим нейронам.
	Соответственно, в математической модели нейрона
	у нас будет выход,
	по которому наша математическая модель нейрона будет
	отправлять сигналы к другим нейронам.
	Также стоит помнить,
	что биологический нейрон
	что-то делает с сигналами,
	Сейчас мы перейдём к математической модели нейрона.
	которые в него приходят, а именно, он накапливает
	заряд до тех пор,
	пока этот заряд не достигнет какого-то значения,
	и только после этого
	этот заряд уходит по аксону к другим нейронам.
	Это мы будем делать
	в математической модели нейрона при помощи
	функции активации.
	То есть, перед тем, как отправить сигнал
	к другим нейронам, наш нейрон
	В математической модели нейрона, тело
	будет что-то делать с сигналом, который
	выходит из сумматора.
	Мы должны ещё вспомнить о том, что
	у нейрона есть синапсы,
	то есть сила, с которой он
	соединён с другими нейронами.
	Силу синапсов мы будем моделировать при помощи
	синаптических весов,
	которые мы будем навешивать на входы в наш нейрон.
	Итак, математическая модель нейрона делает следующее.
	нейрона, где накапливается заряд, заменяется на сумматор.
	Пусть у нас есть три входа
	$x_0$, $x_1$, $x_2$.
	Они приходят в сумматор, где они суммируются,
	и получается суммарный сигнал $z$.
	После этого мы берем некоторую функцию,
	которая называется функцией активации $f$,
	и мы получаем выход из нейрона,
	который здесь мы будем называть $у$.
	В виде математического
	выражения, можно записать такую формулировку:
	Кроме того, у нейрона есть ещё и дендриты,
	$y$ -- это функция от $x_0$ плюс
	$x_1$ плюс $x_2$.
	Однако мы здесь не учли, что есть ещё веса на входы в нейрон.
	Соответственно, поскольку синапс изменяется