Показати скорочену інформацію

Neural networks in Machine learning

dc.contributor.authorMedvedieva, S. O.en
dc.contributor.authorBogach, I. V.en
dc.contributor.authorKovenko, V. A.en
dc.contributor.authorМедведєва, С. О.uk
dc.contributor.authorБогач, І. В.uk
dc.contributor.authorКовенко, В. А.uk
dc.date.accessioned2019-05-15T11:22:30Z
dc.date.available2019-05-15T11:22:30Z
dc.date.issued2019
dc.identifier.citationMedvedieva S. O. Neural networks in Machine learning [Електронний ресурс] / S. O. Medvedieva, I. V. Bogach, V. A. Kovenko // Матеріали XLVIII науково-технічної конференції підрозділів ВНТУ, Вінниця, 13-15 березня 2019 р. – Електрон. текст. дані. – 2019. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-hum/all-hum-2019/paper/view/7062.uk
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/24788
dc.description.abstractВ статті розглянуті основи роботи з нейронними мережами, особливу увагу приділено моделі мережі під назвою «перцептрон», запровадженої Френком Розенблаттом. До того ж було розкрито тему найпоширеніших мов програмування, що дозволяють втілити нейронні мережі у життя, шляхом створення програмного забезпечення, пов`язаного з ними.uk
dc.description.abstractThe paper covers the basic principles of Neural Networks’ work. Special attention is paid to Frank Rosenblatt’s model of the network called “perceptron”. In addition, the article touches upon the main programming languages used to write software for Neural Networks.en
dc.language.isoenen
dc.publisherВНТУuk
dc.relation.ispartofМатеріали XLVIII науково-технічної конференції підрозділів ВНТУ, Вінниця, 13-15 березня 2019 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-hum/all-hum-2019/paper/view/7062
dc.subjectнейронні мережіuk
dc.subjectмашинне навчанняuk
dc.subjectпорігuk
dc.subjectзміщенняuk
dc.subjectсинапсиuk
dc.subjectархитектура прямого зв`язкуuk
dc.subjectточністьuk
dc.subjectперцептронuk
dc.subjectпороговий нейронuk
dc.subjectприхований шарuk
dc.subjectшар входуuk
dc.subjectшар виходуuk
dc.subjectоптимізаториuk
dc.subjectNeural Networksen
dc.subjectMachine Learningen
dc.subjectthresholden
dc.subjectbiasen
dc.subjectsynapsesen
dc.subjectfeedforward architectureen
dc.subjectaccuracyen
dc.subjectperceptronen
dc.subjectbinary threshold neuronen
dc.subjecthidden layeren
dc.subjectinput layeren
dc.subjectoutput layeren
dc.subjectoptimizersen
dc.titleNeural networks in Machine learningen
dc.typeThesis
dc.identifier.udc004.896.6
dc.relation.referencesA short online-book about basic concepts of NN. [Electronic resource]. - Mode of access: URL: http://neuralnetworksanddeeplearning.com/index.html.en
dc.relation.referencesFitting NN in R example. [Electronic resource]. - Mode of access: URL: https://datascienceplus.com/fitting-neural-networkin-r/.en
dc.relation.referencesFitting NN in Python example. [Electronic resource]. - Mode of access: URL: https://towardsdatascience.com/how-to-builda-neural-network-with-keras-e8faa33d0ae4.en
dc.relation.referencesFitting NN in Java example. [Electronic resource]. - Mode of access: URL: https://dzone.com/articles/designing-a-neuralnetwork-in-java.en


Файли в цьому документі

Thumbnail
Ім'я:
52857.pdf
Розмір:
287.9Kb
Формат:
PDF
Відкрити

Даний документ включений в наступну(і) колекцію(ї)

Показати скорочену інформацію