Технология глубокого обучения
Статья в сборнике трудов конференции
- Опубликовано в:
- Всероссийская научно-практическая конференция с международным участием «Общество, педагогика, психология: актуальные исследования»
- Автор:
- Грязнов С. А. 1
- Рубрика:
- Теория и методика обучения и воспитания
- Страницы:
- 118-120
- Получена: 25.09.2021
- Рейтинг:
- Статья просмотрена:
- 1815 раз
- Размещено в:
- РИНЦ
1 ФКОУ ВО «Самарский юридический институт ФСИН России»
- ГОСТ
Для цитирования:
Грязнов С. А. Технология глубокого обучения: сборник трудов конференции. // Общество, педагогика, психология: актуальные исследования : материалы Всерос. науч.-практ. конф. с международным участием (Чебоксары, Oct 1, 2021) / editorial board: Ж. В. Мурзина [etc.] – Чебоксары: «Лару-тăру» («Среда») издательство çурчě, 2021. – pp. 118-120. – ISBN 978-5-907411-72-2.
Аннотаци
В статье рассмотрено, как работает технология глубокого обучения, а также перспективы ее применения. Отмечается, что глубокое обучение отличается от классического машинного обучения типом данных, с которыми оно работает, и методами обучения. Алгоритмы глубокого обучения пытаются делать те же выводы, что и люди, постоянно анализируя данные с заданной логической структурой. Для этого в глубоком обучении используется многоуровневая структура алгоритмов, называемых нейронными сетями.
Список литературы
- 1. Гудфеллоу Я. Глубокое обучение / Я. Гудфеллоу, И. Бенджио, А. Курвилль; пер. с анг. А. А. Слинкина. – 2-е изд., испр. – М.: ДМК Пресс, 2018. – 652 с.
- 2. Alejandro Escontrela Convolutional Neural Networks from the ground up [Электронный ресурс]. – Режим доступа: https://towardsdatascience.com/convolutional-neural-networks-from-the-ground-up-c67bb41454e1 (дата обращения: 01.09.2021).
- 3. Немальцев А.С. Использование рекуррентных нейронных сетей для анализа необработанного многоязычного текста / А.С. Немальцев [Электронный ресурс]. – Режим доступа: https://cyberleninka.ru/article/n/ispolzovanie-rekurrentnyh-neyronnyh-setey-dlya-analiza-neobrabotannogo-mnogoyazychnogo-teksta (дата обращения: 01.09.2021).
- 4. Maggie Pavlik Machine learning at the speed of Немальцев [Электронный ресурс]. – Режим доступа: https://news.engineering.pitt.edu/machine-learning-at-the-speed-of-light/ (дата обращения: 01.09.2021).
Комментарии(0)