Файл: санктпетербургский государственный университет телекоммуникаций им. Проф. М. А. Бончбруевича.pptx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 06.12.2023
Просмотров: 17
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Санкт – Петербург 2022
ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ
УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТЕЛЕКОММУНИКАЦИЙ ИМ. ПРОФ. М.А. БОНЧ-БРУЕВИЧА»
Автор: Гурьев Даниил Вадимович
Номер зачетной книжки: 2110033
Студент группы ИБ-16с
Дисциплина: Введение в профессию
Преподаватель: Литвинов В.Л.
Цели и задачи работы3
Цели и задачи работы3
Определение машинного обучения4
Задачи машинного обучения5
Виды машинного обучения6
Обучение с учителем (supervised learning)7
Обучение без учителя (unsupervised learning)8
Глубокое обучение (deep learning)9
Тест Тьюринга для оценки искусственного интеллекта10
Первое появление машинного обучения11
Первые нейросеть и нейрокомпьютер 12
Метрический алгоритм классификации данных13
Первый виртуальный собеседник14
Применение нейросетей на практике15
Система распознавания лиц16
Нейросеть LipNet17
Система Jigsaw18
Результаты работы19
Список использованных источников20
Оглавление
Цели
Исследовать историю развития методов машинного обучения
Задачи
Определить, что такое машинное обучение,
Определить задачи и виды машинного обучения,
Проанализировать историю развития методов машинного обучения
Цели и задачи работы
Определение машинного
обучения
Задачи машинного обучения
- прогноз на основании выборки объектов с разными признаками
Регрессия
- конкретный ответ на вопрос на основании набора признаков
Классификация
- распределение данных на некоторые группы по нескольким критериям
Кластеризация
- большое количество признаков сводится к меньшему, чтобы было удобнее в последующем их визуализировать
Уменьшение размерности
- выявление необычных случаев в алгоритмах
Выявление аномалий
Виды машинного обучения
Виды
Обучение с учителем (supervised learning)
Обучение без учителя (unsupervised learning)
Глубокое обучение (deep learning)
Обучение с учителем
(supervised learning)
Обучение без учителя
(unsupervised learning)
Глубокое обучение
(deep learning)
Тест Тьюринга для оценки
искусственного интеллекта
Первое появление
машинного обучения
Первые нейросеть
и нейрокомпьютер
Метрический алгоритм
классификации данных
Программа Вейценбаума была первой, специально предназначенной для взаимодействия с людьми. Пользователь мог ввести какое-либо утверждение или набор утверждений на своем обычном языке, нажать клавишу ввода и получить ответ от машины. Как объяснил Вейценбаум, его программа сделала «возможными разговоры на естественном языке между человеком и компьютером».
Первый виртуальный собеседник
Применение нейросетей
на практике
Система распознавания лиц
Нейросеть LipNet
Система Jigsaw
Результаты работы
- Определено, что такое машинное обучение
- Определены задачи и виды машинного обучения
- Проанализирована историю развития методов машинного обучения.
- Угрожает ли людям ИИ. : – Текст : электронный // naked-science.ru : [сайт]. – 2022. – URL : https://naked-science.ru/article/nakedscience/ugrozhaet-li-lyudyam-ii/ : (дата обращения 29.01.2022);
- Искусственный интеллект (ИИ). : – Текст : электронный // www.tadviser.ru : [сайт]. – 2022. – URL : https://www.tadviser.ru/index.php/Продукт:Искусственный_интеллект_(ИИ,_Artificial_intelligence,_AI)/ : (дата обращения 29.01.2022);
- Введение в машинное обучение: люди и изобретения, способствовавшие его зарождению и развитию в IT. : – Текст : электронный // blog.skillfactory.ru: [сайт]. – 2022. – URL : https://blog.skillfactory.ru/vvedenie-v-mashinnoe-obuchenie/ : (дата обращения 29.01.2022);
- Что такое машинное обучение и как оно работает : – Текст : электронный // trends.rbc.ru: [сайт]. – 2022. – URL : https://trends.rbc.ru/trends/industry/60c85c599a7947f5776ad409/ : (дата обращения 29.01.2022);
- Machine Learning: – Текст : электронный // www.investopedia.com: [сайт]. – 2022. – URL : https://www.investopedia.com/terms/m/machine-learning.asp/ : (дата обращения 29.01.2022);
Список использованных источников
Санкт – Петербург 2022
ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИ
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ
УЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ
«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТЕЛЕКОММУНИКАЦИЙ ИМ. ПРОФ. М.А. БОНЧ-БРУЕВИЧА»
Автор: Гурьев Даниил Вадимович
Номер зачетной книжки: 2110033
Студент группы ИБ-16с
Дисциплина: Введение в профессию
Преподаватель: Литвинов В.Л.