Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ir.nmu.org.ua/handle/123456789/167923
Назва: Самонавчання складних систем
Автори: Хабарлак, К.С.
Желдак, Т.А.
Ключові слова: Штучний інтелект;нейронна мережа;розпізнавання даних;генерацію сигналу;будувати та навчати нейронні мережі;багатопараметричні дані
Дата публікації: 2024
Бібліографічний опис: Хабарлак К.С. Самонавчання складних систем [Електронний ресурс] : конспект лекцій для здобувачів ступеня магістра освітньо-професійної програми «Системний аналіз» зі спеціальності 124 Системний аналіз / К.С. Хабарлак, Т.А. Желдак ; М-во освіти і науки України, Нац. техн. ун-т «Дніпровська політехніка». – Дніпро : НТУ «ДП», 2024. – 112 с.
Короткий огляд (реферат): У конспекті лекцій з курсу «Самонавчання складних систем» подано теоретичні основи різних типів нейронних мереж, методи їх навчання, наведено способи використання в різних сферах. Здобувач ознайомиться не лише з методами, які вже широко використовуються на практиці, але й передовими науковими здобутками, зокрема генеративним штучним інтелектом.
У даному конспекті лекції з курсу «Самонавчання складних систем» подано теоретичні основи різних типів нейронних мереж, методи їх навчання, наведено способи використання в різних сферах.
Мета дисципліни – сформувати у здобувачів вищої освіти: 1) практичні навички обробки, аналізу, генерації даних провідними методами на основі нейронних мереж; 2) вміння будувати нейронні мережі, що відповідають задачі, та навчати їх; 3) здобути навички роботи із бібліотеками машинного навчання, зокрема TensorFlow та Keras, та мовою програмування Python для побудови нейронних мереж. Знання та навички, отримані в курсі, будуть корисними для подальшого працевлаштування здобувача.
URI (Уніфікований ідентифікатор ресурсу): http://ir.nmu.org.ua/handle/123456789/167923
Розташовується у зібраннях:РВВ-2024

Файли цього матеріалу:
Файл Опис РозмірФормат 
КонспектСамонавчанняСклСистем(ХабарлакЖелдак)2024.pdf3,64 MBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.