<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Застосування методів машинного навчання для автоматизованого сортування сировини на транспортері

dc.contributor.authorЧервінский, Р. О.uk
dc.contributor.advisorДубовой, В. М.uk
dc.titleЗастосування методів машинного навчання для автоматизованого сортування сировини на транспортеріuk
dc.date.issued2023
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationЧервінский Р. О. Застосування методів машинного навчання для автоматизованого сортування сировини на транспортері [Електронний ресурс] / Р. О. Червінский; наук. кер. В. М. Дубовой // 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-fksa/all-fksa-2023/paper/view/17597.uk
dc.relation.ispartofМатеріали LII Науково-технічної конференції підрозділів ВНТУ, Вінниця, 21-23 червня 2023 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2023/paper/view/17597
dc.identifier.udc004.85
dc.identifier.urihttp://ir.lib.vntu.edu.ua/handle/123456789/38327
dc.description.abstractМашинне навчання є надзвичайно зручним інструментом для створення систем прийняття рішень без участі людини. Одним із найпоширеніших аргументів на його користь є те, що ця технологія дає змогу обробляти величезні масиви інформації, що неможливо (або нераціонально складно) зробити більш традиційними підходами.uk
dc.description.abstractMachine learning is an extremely convenient tool for building decision2making systems without human intervention. One of the most common arguments in its favor is that this technology makes it possible to process huge amounts of information, which is impossible (or irrationally difficult) to do with more traditional approaches.en
dc.subjectмашинне навчанняuk
dc.subjectкласифікаторuk
dc.subjectморське вушкоuk
dc.subjectлогістична регресіяuk
dc.subjectдереворішеньuk
dc.subjectансамбль дерев рішеньuk
dc.subjectнейронна мережаuk
dc.subjectmachine learningen
dc.subjectclassifieren
dc.subjectabaloneen
dc.subjectlogistic regressionen
dc.subjectdecision treeen
dc.subjectensemble ofdecision treesen
dc.subjectneural networken
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesВиявлення фейкових новин методами машинного навчання, Інформаційні технології в освіті та практиці : матеріали Науково-практичної конференції (Львів, 16 грудня 2022) / упорядник: Т. В. Магеровська. – Львів : ЛьвДУВС, 2023. – 28-34 сuk
dc.relation.referencesKholodna, N., & Vysotska, V. (2023). TECHNOLOGY FOR GRAMMATICAL ERRORS CORRECTION IN UKRAINIAN TEXT CONTENT BASED ON MACHINE LEARNING METHODS. Radio Electronics, Computer Science, Control, (1), 114. [електронний ресурс] – Режим доступу: https://doi.org/10.15588/1607-3274-2023-1-12en
dc.relation.referencesТіщенко , А., & Грибков , Е. (2023). ДОСЛІДЖЕННЯ ВИКОРИСТАННЯ НЕЙРОННИХ МЕРЕЖ ПРИ РЕАЛІЗАЦІЇ МАШИННОГО НАВЧАННЯ АВТОМАТИЧНИХ СИСТЕМ УПРАВЛІННЯ ЛИСТОПРАВИЛЬНИХ МАШИН. Grail of Science, (24), 269–277. [електронний ресурс] – Режим доступу: https://doi.org/10.36074/grail-of-science.17.02.2023.050uk
dc.relation.referencesAbalone Data Set [електронний ресурс] – Режим доступу: https://archive.ics.uci.edu/ml/datasets/abaloneen
dc.relation.referencesМорскі вушка [електронний ресурс] – Режим доступу: https://ru.wikipedia.org/wiki/%D0%9C%D0%BE%D1%80%D1%81%D0%BA%D0%B8%D0%B5_%D1%83%D1%88%D 0%BA%D0%B8uk
dc.date.accessioned2023-11-22T08:39:47Z
dc.date.available2023-11-22T08:39:47Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
17597.pdf
Розмір:
166,45 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: