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 | Розмір | Формат | |
---|---|---|---|---|
КонспектСамонавчанняСклСистем(ХабарлакЖелдак)2024.pdf | 3,64 MB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.