Показати скорочену інформацію

Neural Networks and spheres of their usage

dc.contributor.authorКовенко, В. А.uk
dc.contributor.authorБогач, І. В.uk
dc.contributor.authorBogach, I. V.en
dc.contributor.authorKovenko, V. A.en
dc.date.accessioned2019-12-05T10:48:05Z
dc.date.available2019-12-05T10:48:05Z
dc.date.issued2019
dc.identifier.citationKovenko V. A. Neural Networks and spheres of their usage [Electronic resource] / V. A. Kovenko, I. V. Bogach // 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-fksa/all-fksa-2019/paper/view/6978.uk
dc.identifier.urihttp://ir.lib.vntu.edu.ua//handle/123456789/27247
dc.description.abstractThe basics of working with Neural Networks are exposed in this article, the model of the network called “perceptron”, made by Frank Rosenblatt is mainly emphasized. In addition, the main programming languages, that provide the opportunity to fulfil Neural Networks by making software related to it are highlighted.en
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.language.isoen_USen_US
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-fksa/all-fksa-2019/paper/view/6978
dc.subjectНейронні мережіuk
dc.subjectНН (скорочено від Нейронні Мережі)uk
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.subjectNN (stands for Neural Networks)en
dc.subjectmachine learningen
dc.subjectMLen
dc.subjectthresholden
dc.subjectbiasen
dc.subjectsynapsesen
dc.subjectfeedforwardarchitectureen
dc.subjectaccuracyen
dc.subjectperceptronen
dc.subjectbinary threshold neuronen
dc.subjecthidden layeren
dc.subjectinput layeren
dc.subjectoutput layeren
dc.subjectoptimizersen
dc.titleNeural Networks and spheres of their usageen
dc.typeThesis
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:
6978.pdf
Розмір:
816.2Kb
Формат:
PDF
Відкрити

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

Показати скорочену інформацію