Благодарю за контрольную по технологии машиностроения, качественно и в срок)
Информация о работе
Подробнее о работе
Контрольная работа. Искусственный интеллект и нейронные связи. Машинное обучение.
- 12 страниц
- 2024 год
- 0 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
1. Теоретическая часть
Согласно варианту 10 рассмотрим теоретические аспекты анализа подхода обучения с подкреплением для задач машинного обучения.
Обучение с подкреплением (англ. reinforcement learning) – один из способов машинного обучения, в ходе которого испытуемая система (агент) обучается, взаимодействуя с некоторой средой. С точки зрения кибернетики, является одним из видов кибернетического эксперимента. Откликом среды (а не специальной системы управления подкреплением, как это происходит в обучении с учителем) на принятые решения являются сигналы подкрепления, поэтому такое обучение является частным случаем обучения с учителем, но учителем является среда или ее модель. Также нужно иметь в виду, что некоторые правила подкрепления базируются на неявных учителях, например, в случае искусственной нейронной среды, на одновременной активности формальных нейронов, из-за чего их можно отнести к обучению без учителя [1].
2. Практическая часть
Задание 1. Описать предметную область в соответствии с вариантом
Машинное обучение – это прежде всего прикладной инструмент. Он помогает людям в диагностике болезней на ранних этапах, защите клиентов банка от мошенничества, а также управлении сложными производствами. К примеру, в банках очень много решений сейчас принимается с помощью машинного обучения. Алгоритм помогает, например, решать задачи кредитного скоринга.
Работа состоит из 2 частей.
1 часть теоретическая.
2 часть практическая, которая состоит из 6 заданий. Задание 1. Описать предметную область в соответствии с вариантом. Задание 2. Описать особенности нейронной сети в соответствии с вариантом. Задание 3. Описать набор данных для обучения нейронной сети. Задание 4. Определить базовые элементы нейронной сети (оптимизатор, функцию потерь, метрику). Обосновать выбор. Задание 5. Описать технологию, по которой будет происходит обучение нейронной сети. Указать потенциальные ключевые параметры. Указать возможные способы очистки и выравнивания данных. Обосновать выбор. Задание 6. Описать алгоритм подготовки и обучения нейронной сети (в Microsoft Word)
Библиографический список
1. Алфимцев, А.Н. Мультиагентное обучение с подкреплением [Текст]: учебное пособие / А.Н. Алфимцев. – М.: МГТУ им Н. Э. Баумана, 2021. – 220 с.
2. Гелиг, А. Х. Введение в математическую теорию обучаемых распознающих систем и нейронных сетей. Учебное пособие / А.Х. Гелиг, А.С. Матвеев. – М.: Издательство СПбГУ, 2020. – 224 c.
3. Круглов, В. В. Искусственные нейронные сети. Теория и практика [Текст] / В.В. Круглов, В.В. Борисов. – М.: Горячая линия – Телеком, 2021. – 382 c.
4. Лаура, Г. Глубокое обучение с подкреплением: теория и практика на языке Python [Текст] / Г. Лаура, К.В. Лун. – СПб.: Питер, 2022. – 416 с.
5. Ярышев, С.Н. Технологии глубокого обучения и нейронных сетей в задачах видеоанализа [Текст] / С.Н. Ярышев. – СПб: Университет ИТМО, 2022. – 82 с.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
