NEURAL NETWORKS AS A TOOL FOR MATHEMATICAL COMPUTATION
DOI:
https://doi.org/10.54309/IJICT.2025.22.2.010Ключевые слова:
Нейронные сети в математике, глубокое обучение, функции активации, функция потерь, функция стоимости, регрессия, классификацияАннотация
Аннотация. Сегодня применение нейронных сетей стало повсеместным почти во всех областях. Однако немногие исследователи в сферах, далеких от математики, замечают, что за этими глубокими нейронными сетями стоит огромный математический фундамент. Этот пробел вызывает некоторые непреднамеренные трудности в исследовательской работе. Дело в том, что основа каждой существующей модели нейронной сети варьируется от простых математических выражений до сложных уровней. В данной статье мы показываем, как эти математические аспекты применяются и играют важную роль в моделях нейронных сетей, раскрывая их значение для преподавателей, а также для специалистов в различных областях, чтобы хотя бы частично заполнить этот пробел.
Скачивания
Загрузки
Опубликован
Как цитировать
Выпуск
Раздел
Лицензия
Copyright (c) 2025 МЕЖДУНАРОДНЫЙ ЖУРНАЛ ИНФОРМАЦИОННЫХ И КОММУНИКАЦИОННЫХ ТЕХНОЛОГИЙ
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial-NoDerivatives» («Атрибуция — Некоммерческое использование — Без производных произведений») 4.0 Всемирная.
https://creativecommons.org/licenses/by-nc-nd/3.0/deed.en