| dc.contributor.author | Наконечний, В. В. | uk |
| dc.contributor.author | Кирилащук, С. А. | uk |
| dc.date.accessioned | 2024-03-08T11:20:48Z | |
| dc.date.available | 2024-03-08T11:20:48Z | |
| dc.date.issued | 2023 | |
| dc.identifier.citation | Наконечний В. В. Синергія математичного апарату та штучного інтелекту [Electronic resource] / В. В. Наконечний, С. А. Кирилащук // Матеріали LII Науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. – Електрон. текст. дані. – 2023. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2023/paper/view/17470. | uk |
| dc.identifier.uri | http://ir.lib.vntu.edu.ua//handle/123456789/39422 | |
| dc.description.abstract | The work provides a list of mathematical methods used in the development of artificial intelligence. The main concepts and ways of their application are described. | en |
| dc.description.abstract | У роботі надано перелік математичних методів, що застосовуються при розробці штучного інтелекту. | uk |
| dc.language.iso | en_US | en_US |
| dc.publisher | ВНТУ | uk |
| dc.relation.ispartof | Матеріали LII Науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р. | uk |
| dc.relation.uri | https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2023/paper/view/17470 | |
| dc.subject | штучний інтелект | uk |
| dc.subject | математика | uk |
| dc.subject | лінійна алгебра | uk |
| dc.subject | машинне навчання | uk |
| dc.subject | математичний аналіз | uk |
| dc.subject | теорія ймовірностей | uk |
| dc.subject | статистика | uk |
| dc.subject | теорія графів | uk |
| dc.subject | artificial intelligence | uk |
| dc.subject | mathematics | uk |
| dc.subject | linear algebra | uk |
| dc.subject | machine learning | uk |
| dc.subject | calculus | uk |
| dc.subject | probability theory | uk |
| dc.subject | statistics | uk |
| dc.subject | graph theory | uk |
| dc.title | Синергія математичного апарату та штучного інтелекту | en |
| dc.type | Thesis | |
| dc.relation.references | How Machine Learning Uses Linear Algebra to Solve Data Problems. URL: https://www.freecodecamp.org/news/how-machine-learning-leverages-linear-algebra-to-optimize-model-trainingwhy-youshould-learn-the-fundamentals-of-linear-algebra/ | |
| dc.relation.references | Bayesian statistics https://en.wikipedia.org/wiki/Bayesian_statistics | |
| dc.relation.references | Graph theory. URL: https://towardsdatascience.com/graph-theory-and-deep-learning-know-hows-6556b0e9891b | |
