CoCalc 作为专业课“数学信息学基础”中神经网络仿真的学习工具

讨论了神经网络建模在专业课程“数学信息学基础”学习内容中的作用。该课程为技术大学——未来的 IT 专家——的学生开发，旨在打破理论计算机科学与其应用（软件、系统和计算工程）之间的鸿沟。CoCalc 被论证为一般数学信息学特别是神经网络建模的学习工具。展示了在“数学信息学基础”专业课中学习“神经网络与模式识别”主题时使用 CoCalc 的技术要素。程序代码以 CoffeeScript 语言给出，实现了人工神经网络的基本组件：神经元、突触连接、激活函数（正切、sigmoid、阶跃）及其导数、计算网络权重的方法等。讨论了 Kolmogorov-Arnold 表示定理在确定多层神经网络架构中的应用特点。给出了用三层神经网络实现析取逻辑元件和逼近任意函数的例子。根据仿真结果，得出了关于所构建网络保持其适切性的使用局限的结论。提出了人工神经网络个人研究的框架主题。