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: 73

Скачиваний: 1

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Санкт – Петербург 2022ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕУЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТЕЛЕКОММУНИКАЦИЙ ИМ. ПРОФ. М.А. БОНЧ-БРУЕВИЧА»Автор: Гурьев Даниил ВадимовичНомер зачетной книжки: 2110033Студент группы ИБ-16сДисциплина: Введение в профессиюПреподаватель: Литвинов В.Л.Цели и задачи работы3Цели и задачи работы3Определение машинного обучения4Задачи машинного обучения5Виды машинного обучения6Обучение с учителем (supervised learning)7Обучение без учителя (unsupervised learning)8Глубокое обучение (deep learning)9Тест Тьюринга для оценки искусственного интеллекта10Первое появление машинного обучения11Первые нейросеть и нейрокомпьютер 12Метрический алгоритм классификации данных13Первый виртуальный собеседник14Применение нейросетей на практике15Система распознавания лиц16Нейросеть LipNet17Система Jigsaw18Результаты работы19Список использованных источников20ОглавлениеЦелиИсследовать историю развития методов машинного обученияЗадачиОпределить, что такое машинное обучение,Определить задачи и виды машинного обучения,Проанализировать историю развития методов машинного обученияЦели и задачи работы Определение машинного обученияЗадачи 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 обученияВидыОбучение 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 JigsawРезультаты 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 источниковСанкт – Петербург 2022ФЕДЕРАЛЬНОЕ АГЕНТСТВО СВЯЗИФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕУЧРЕЖДЕНИЕ ВЫСШЕГО ОБРАЗОВАНИЯ«САНКТ-ПЕТЕРБУРГСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ТЕЛЕКОММУНИКАЦИЙ ИМ. ПРОФ. М.А. БОНЧ-БРУЕВИЧА»Автор: Гурьев Даниил ВадимовичНомер зачетной книжки: 2110033Студент группы ИБ-16сДисциплина: Введение в профессиюПреподаватель: Литвинов В.Л.