Рекомендуемая категория для самостоятельной подготовки:
Реферат*
| Код |
575768 |
| Дата создания |
2022 |
| Страниц |
20
|
Мы сможем обработать ваш заказ (!) 11 ноября в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Содержание
Подобное исследование было проведено на основании рекомендации сериалов контрольной группе пользователей на платформе Netflix в 2015 году. Результаты показали статистическую значимость для таких признаков как уровень образования, регион проживания [4]. Таким образом, можно отметить, что этап обработки и сбора данных независимо от используемого в дальнейшем алгоритма в некоторых задачах может оказывать наибольшее влияние на конечный результат. Таким образом, мы имеем полное представление о машинном обучении и его применении в различных сферах индустриальной деятельности.
Введение
Здесь можно вернуться к вопросу о применимости алгоритмов в индустриальных вопросах и одним из важных факторов здесь является соотношение цены – количества затрачиваемого ресурса на проведение экспериментов и времени, которое оно занимает. Первое, что стоит отметить, что сложные алгоритмы типа нейронных сетей имеют сложную архитектуру, то есть могут состоять из достаточно большого количества слоев и потребляют значительные вычислительные мощности для получения результата. Здесь наградой за подобные траты является исключительно высокое качество работы и очень низкая склонность к переобучению, влияние которого было рассмотрено выше.
Фрагмент работы для ознакомления
Успешное применение искусственного интеллекта во многих областях науки, таких как биоинформатика, физика, медицина, анализ данных и подобные им, мотивируют к применению этого подхода в задачах для бизнеса. В первую очередь можно отметить банковскую сферу [2], в которой имеется достаточно много данных о клиентах банка, таких как их кредитные истории и личные данные. Тут активное использование машинного обучения используется для решения задачи кредитного скоринга: то есть можно ли выдать кредит клиенту на основании каких-то данных и о нем, интерпретируя эти данные как векторы признаков.
Список литературы
1. Основы алгоритмизации и программирования в машинном обучении - учебное издание - Беспалов С.А. - Минск - 2017 г. - 71 с.
2. Введение в С++ часть 2: метод. указ. - /БМГУ - сост. И.Н. Блинов, В.С. Романчик - Минск - 2014 г. - 69 с.
3. Лекции и практики на Python- учебное издание - Гусин В.И. - Москва - 2018 г. - 283 с.
4. Основы алгоритмизации и программирования в С++. - /СПГУт - сост. В.Л. Бусько, С.Ю. Наровицкий – Санкт-Петербург - 2011 г. - 181 с.
5. Практика программирования на С++ - учебное издание - Полякова О.Ф. - Киев - 2015 г. - 44 с.
6. Программирование в среде Python - /НСГУ - сост. В.И. Гусин, О.Л. Викентьева - Новороссийск - 2010 г. - 111 с.
7. Язык программирования С++ специальное издание Страуструп В.И. - Москва - 2011 г. - 1135 с.
8. Стандартный JupyterNotebook - сост. В.В. Подбельский- Новокузнецк - 2016 г. – 688 с.
9. Курсовая работа по программированию на Python - учебное издание - Кожемяченко В.И. - Новокузнецк - 2013 г. – 44 с.
10. Программирование в среде PyCharm часть 2: метод. указ. - /СибГИУ - сост. В.И. Кожемяченко, С.Ю. Красноперов - Новокузнецк - 2012 г. - 89 с.
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00441