ОСОБЕННОСТИ ГЛУБОКОГО ОБУЧЕНИЯ НЕЙРОННЫХ СЕТЕЙ

В статье рассматриваются особенности глубокого обучения нейронных сетей. Рассматриваются такие методологии как система подкрепления, обучение с учителем, метод локального минимума или максимума функции при обучении с учителем. Описывается модификация градиентного спуска - стохастический градиентный спуск, приводятся примеры решения задач на основе данного инструмента.

1. Голенков В. В. Инструментальные средства проектирования интеллектуальных обучающих систем / В. В. Голенков, Н. А. Гулякина, О. Е. Елисеева. – Минск: Белорусский государственный университет информатики и радиоэлектроники, 1999. – 101 с. – URL: https://www.bsuir.by/m/48815.pdf (дата обращения: 06.10.2022).

2. Горбаченко В. И. Интеллектуальные системы: нечеткие системы и сети: учебное пособие для вузов / В. И. Горбаченко, Б. С. Ахметов, О. Ю. Кузнецова. –2-е изд., испр. и доп. – Москва: Издательство Юрайт, 2023. –105 с. – (Высшее образование). – ISBN 978-5-534-08359-0. – Текст: электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/514580 (дата обращения: 19.10.2022).

3. Инструменты для разработки искусственного интеллекта и машинного обучения [Электронный ресурс]. Режим доступа: http://digitrode.ru/articles/1644-instrumenty-dlya-razrabotki-iskusstvennogo-intellekta-i-mashinnogo-obucheniya.html (дата обращения: 17.10.2022).

4. Линкина А. В. Информационное обеспечение цифровых технологий в агропромышленном комплексе / А. В. Линкина, И. Ю. Богданчиков // Вестник Воронежского института высоких технологий. – 2021. – № 2 (37). – С. 25-27.

5. Львович А. И. Алгоритмизация процесса визуально-экспертного моделирования при оптимизации управления развитием организационных систем с использованием мониторинговой информации / А. И. Львович, А. П. Преображенский. // Моделирование, оптимизация и информационные технологии. – 2022. – Т. 10. – №1 (36). – [Электронный ресурс]: https://moitvivt.ru/ru/journal/article?id=1154 (дата обращения 10.09.2022).

6. Мельникова Т. В. Моделирование обработки больших массивов данных в распределенных информационно-телекоммуникационных системах / Т. В. Мельникова, М. В. Питолин, Преображенский Ю. П. // Моделирование, оптимизация и информационные технологии. – 2022. – Т. 10. – № 1 (36). – [Электронный ресурс]: https://moitvivt.ru/journal/article?id=1117 (дата обращения: 10.09.2022)

7. Платонов А. В. Машинное обучение: учебное пособие для вузов / А. В. Платонов. – Москва: Издательство Юрайт, 2023. – 85 с. – (Высшее образование). – ISBN 978-5-534-15561-7. – Текст: электронный // Образовательная платформа Юрайт [сайт]. – URL: https://urait.ru/bcode/520544 (дата обращения: 15.10.2022)

8. Системы искусственного интеллекта [Электронный ресурс]. Режим доступа: http://www.machinelearning.ru/wiki/index.php?title=Системы_искусственного_интеллекта_(курс_лекций,_Д.В.Михайлов) (дата обращения: 15.10.2022).

9. Чупринская Ю. Л. Краткий обзор современных технологических трендов в контексте цифровой трансформации / Ю. Л. Чупринская, А. В. Линкина // Вестник Воронежского института высоких технологий. – 2022. – № 1 (40). – С. 107-109.