глибинне навчання

Нейронні мережі, машинне навчання, глибинне навчання…, наскільки все це близько нам?

     Такою була тема лекції, проведеної 28.11.2017 р. для студентів і викладачів РТФ доцентом каф. РТПС Могильним С.Б. Бурхливий розвиток нових технологій змушує нас відстежувати їх досягнення, щоб вчасно використати як в наукових дослідженнях, так і в навчальному процесі. За час спілкування були коротко розглянуті основні принципи побудови штучних нейронних мереж (ШНМ), алгоритми, які використовуються для навчання ШНМ. Більш детально зупинилися на практичних досягненнях в машинному навчання за останній рік, виділивши використання результатів такого навчання на мікрокомп’ютерах Raspberry Pi. Це обумовлене низькою вартістю навчального стенду з використанням Raspberry Pi, що дозволяє вивчати ШНМ на рівні практичних рішень з розпізнавання образів, автоматизації керування, моніторингу та діагностики, в робототехніці та Інтернеті речей. З’явилася впевненість, що існуючі фреймворки, відкриті платформи для машинного навчання будуть використані студентами в дипломному проектуванні бакалаврів та  в наукових дослідженнях за темами магістерських робіт.




1. DM54161/DM74161/DM74163 Synchronous 4-Bit Counters
2. DM54161 DM74161 DM74163 Synchronous 4-Bit Counters
3. DM7446A, DM5447A/DM7447A BCD to 7-Segment Decoders/Drivers