Международный журнал роевого интеллекта и эволюционных вычислений

Абстрактный

Глубокое обучение с использованием Python в науке о данных и искусственных нейронных сетях

Шаран Кирети

Это раздел в вычислительной технике, который изучает планирование алгоритмов, которые будут обучаться. Архитектуры глубокого обучения восприимчивы к состязательным возмущениям. Они добавляются к входным данным и радикально изменяют выходные данные глубоких сетей. Эти примеры называются состязательными примерами. Они наблюдаются в различных задачах обучения от контролируемого обучения до неконтролируемого и обучения с подкреплением. Эти алгоритмы обычно называют искусственными нейронными сетями (ИНС). Глубокое обучение является одной из самых популярных областей в науке о данных со многими примерами, которые имеют поразительные результаты в робототехнике, распознавании изображений и искусственном интеллекте (ИИ).