Λεπτομέρειες βιβλιογραφικής εγγραφής
| Τίτλος: |
САМООБУЧЕНИЕ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА, БАЗОВЫЕ ПРИНЦИПЫ РАБОТЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТ НА ПРОСТОМ ПРИМЕРЕ |
| Στοιχεία εκδότη: |
Zenodo, 2023. |
| Έτος έκδοσης: |
2023 |
| Θεματικοί όροι: |
валидация модели, интеллектуальные системы, стабильные алгоритмы, машинное обучение, переобучение, набор данных MNIS, Искусственный интеллект, автономная навигация, вероятные метрики, нейронные сети, глубокое обучение, самообучение, базовые принципы, гиперпараметры |
| Περιγραφή: |
Статья представляет всесторонний обзор современных концепций, методов и важности самообучения для развития ИИ. Начиная с определения и технических аспектов самообучения, статья проходит через основные преимущества и вызовы этого подхода, обращая внимание на эффективные стратегии управления ограничениями. Также проводим исследование, которая освещает базовые принципы работы нейронной сети. Результаты обучения модели отображены в изменении точности на обучающих и тестовых данных в каждой эпохе, что позволяет оценить производительность модели и выявить требуемые улучшения для повышения её эффективности. |
| Τύπος εγγράφου: |
Article |
| Γλώσσα: |
English |
| DOI: |
10.5281/zenodo.10338385 |
| Rights: |
CC BY |
| Αριθμός Καταχώρησης: |
edsair.doi...........cbd13d2ce4fa122d5db8acbbefd21aea |
| Βάση Δεδομένων: |
OpenAIRE |