List of publications on a keyword: «машинное обучение»

В статье рассматривается проблема взаимосвязи между искусственным интеллектом (ИИ) и современной математикой. Анализируются исторические предпосылки развития ИИ, роль математики в формировании алгоритмов машинного обучения, перспективы и ограничения существующих подходов. Особое внимание уделено математике глубокого обучения, вероятностному моделированию и статистическим методам анализа больших данных. Поднимается вопрос о роли математики в понимании и интерпретации результатов, полученных с использованием ИИ-технологий, и выявляются новые направления исследований, открывающие возможности для интеграции двух дисциплин.

В докладе рассматривается вопрос применения искусственного интеллекта (AI) для оценки эффективности стратегии экономического роста регионов. Анализируются современные методы машинного обучения, интеллектуального анализа данных и прогнозирования, применяемые в стратегическом планировании. Приводятся примеры практического использования AI в российских регионах, включая аналитические платформы, цифровые двойники территорий и системы прогнозирования инвестиционной привлекательности. Рассматриваются преимущества и ограничения применения AI, включая повышение точности прогнозов, снижение субъективного влияния на принятие решений и необходимость качественных данных и квалифицированных специалистов. Доклад демонстрирует, что интеграция AI в процессы стратегического управления экономикой региона способствует повышению эффективности, прозрачности и устойчивости экономического развития.

В статье исследуется возможность использовать искусственный интеллект в педагогической деятельности. Автором приведены примеры программ и способы их использования для учителей.

Системы искусственного интеллекта (ИИ) находят всё более широкое применение в сфере медицины. Важнейшей особенностью ИИ является «способность» к машинному обучению.

Персонализация образовательного процесса является приоритетным направлением в современной системе образования. Сущность данного процесса заключается в создании такой системы обучения, которая соответствовала бы потребностям учащихся с использованием наиболее эффективных приемов и методов. В статье освещаются вопросы персонализации обучения с использованием искусственного интеллекта. Сделан акцент на возможностях, перспективах и вызовах применения искусственного интелелекта в образовательном процессе. Приводятся примеры систем, приложений и платформ, наиболее популярных на сегодняшний день в персонализации обучения. Показана положительная роль виртуальных помощников и тьюторов в обучении, а также выявлены педагогические риски и технические ограничения их использования.

В статье выносится на обсуждение вопрос о потенциальной роли искусственного интеллекта (ИИ) в регулировании гражданских процессуальных правоотношений, выявление его положительных и отрицательных сторон, а также рассмотрение перспектив внедрения ИИ в эту область. Для достижения поставленных целей автором проведен анализ работ, затрагивающих обозначенную тему, приведены мнения различных авторов, дано определение изучаемому явлению.

В статье выносится на обсуждение вопрос применения технологий искусственного интеллекта (ИИ) в сфере юриспруденции, в частности, в гражданском судопроизводстве, а именно о его месте в системе субъектов гражданских процессуальных правоотношений. Автором проведен анализ работ, затрагивающих обозначенную тему, приведены мнения различных авторов, дано определение изучаемому явлению.

The article examines the importance of information technology in the development of mathematics. The key areas of influence of information technology on modern mathematics are discussed, including computational methods, visualization, collaboration, machine learning and the development of new mathematical fields.

The article states that in the landscape of contemporary business, marked by rapid technological advancements and evolving consumer expectations, the relevance of different aspects of business applications of the machine learning as one of the enabling technologies of «Industry 4.0» is paramount.

В настоящее время наблюдается колоссальный рост количества цифровых данных, и, по данным экспертов, этот объем будет увеличиваться на 30–40% ежегодно. Объем данных, созданных в 2020 году, более чем в 3 раза превышает объем данных за 2015 год, и составляет 64 Зеттабайт (Зб). В 2022 году объемы всех данных, накопленных человечеством, составили примерно 97 Зб, а к 2025 году это число возрастет до 180 Зб. В связи с этим многие компании ищут новые способы, методы, автоматизированные системы по обработке таких данных. В статье рассмотрены платформы по обработке данных, которые позволят финансовым организациям выйти на новый уровень как по качеству оценки кредитоспобности, риск-менеджменту, так и по прибыли.

В статье рассмотрена роль нефтегазовой отрасли в экономике Казахстана, а также современные тенденции цифровой трансформации отрасли в стране, включающие такие технологии, как искусственный интеллект, большие данные, интернет вещей, машинное обучение и цифровой двойник.

Эффективное и заблаговременное прогнозирование банкротства компаний имеет важно значение для всех участников рынка. По мере развития информационного общества традиционные методы выявления банкротства становятся менее эффективными и более трудозатратными. Поэтому сочетание традиционных методов с современными моделями искусственного интеллекта может быть эффективно применено в современных экономических условиях. Основная цель данной статьи – оценить риск банкротства с помощью дерева решений, сравнить различные модели машинного обучения, определить наилучшую модель и соответствующий набор переменных для прогнозирования банкротства компаний.

В статье изложено обоснование цифровой трансформации экономики, в частности использования искусственного интеллекта (ИИ) в механизмах деятельности компаний РФ и за рубежом. Проведено исследование распространенности использования искусственного интеллекта. Автором рассмотрены существующие условия, а также предложены идеи для ускоренного внедрения технологий машинного обучения.

Статья рассматривает некоторые сложности и противоречия, возникшие вместе с другими изменениями, привнесенными последней серией инновационных волн, связанных c системами сбора и обработки информации, их последствиями для бизнеса и отношений между обществом и бизнесом.

В данной работе рассматривается один из методов детектирования лиц на изображении или в видеопотоке – алгоритм Виолы – Джонса.

В данной работе рассматривается один из способов применения нейронных сетей – использование в переводе с одного языка на другой. Автором представлена система, которая переводит английские тексты на испанский язык.

В данной работе рассматривается один из способов применения нейронных сетей – распознавание речи.

В данной статье рассмотрен пример использования нейронной сети для создания интеллектуального бота для игры 2048. Использована модифицированная версия генетического алгоритма, подобраны оптимальные параметры для достижения высоких результатов. Показано, что написанная программа может достигать лучших результатов, нежели среднестатистический игрок.

Данная статья посвящена вопросу машинного обучения, описаны области применения новых технологий, рассмотрены основные виды нейронных сетей и их применение в распознавании текста, системах управления и телекоммуникаций.

В данной статье предлагается обзор нового специализированного процессора Nervana NNP от компании «Intel», который предназначен для работы с системами искусственного интеллекта. В статье выяснены особенности и преимущества процессора, его предназначение.

В статье представлен общий подход к прогнозированию участков, на которых произойдёт разлив нефти в регионе c использованием модели черного ящика и алгоритмов адаптивного бустинга. Предложены подходы к формированию обучающей выборки и особенности работы с алгоритмом AdaBoost.

В статье представлен общий подход к базовой обработке текстов на естественном языке. Рассмотрен сценарий обработки исходно текста на русском языке для получения массива токенов, с которыми можно в дальнейшем работать как с классами.

В статье рассматривается один из методов машинного обучения – линейная регрессия.

В статье рассматривается способ реализации многослойной сети персептрона.

В статье рассматривается один из методов машинного обучения – нелинейная регрессия.