Tekhnologiia glubokogo obucheniia
Proceeding
- Published in:
- All-Russian Scientific Conference with International Participation «Pedagogy, Psychology, Society»
- Author:
- Sergei A. Griaznov 1
- Work direction:
- Теория и методика обучения и воспитания
- Pages:
- 118-120
- Received: 25 September 2021
- Rating:
- Article accesses:
- 2055
- Published in:
- РИНЦ
1 FKOU VO "Samarskii iuridicheskii institut FSIN Rossii"
Abstract
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.
References
- 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).
Comments(0)