Штучні нейронні мережі : методичні вказівки до виконання практичних завдань та самостійного вивчення теми «Штучні нейронні мережі» з дисципліни «Алгоритми аналізу даних та штучні нейронні мережі» для здобувачів вищої освіти другого (магістерського) рівня за спеціальністю F1 «Прикладна математика» [Електронний ресурс]

Abstract

Методичні вказівки призначені для здобувачів вищої освіти другого (магістерського) рівня за спеціальністю F1 – Прикладна математика. У виданні розглянуто основні підходи та методи побудови і навчання штучних нейронних мереж, зокрема персептрон, згорткові та рекурентні мережі, автокодувальники та методи оптимізації. Наведено приклади реалізації алгоритмів із використанням сучасних програмних засобів, а також практичні завдання для закріплення знань. Матеріал спрямований на формування навичок застосування методів машинного навчання для розв’язання прикладних задач.

The guidelines are intended for second-level (Master’s degree) higher education students majoring in F1 – Applied Mathematics. The publication presents the fundamental approaches and methods for building and training artificial neural networks, including perceptrons, convolutional and recurrent neural networks, autoencoders, and optimization techniques. Examples of algorithm implementation using modern software tools are provided, along with practical tasks for knowledge consolidation. The material is aimed at developing skills in applying machine learning methods to solve applied problems.