გთხოვთ, გამოიყენოთ ეს იდენთიფიკატორი ამ ერთეულის ციტირებისთვის ან ბმულისთვის:
https://openscience.ge/handle/1/1593
სათაური: | მანქანური სწავლების უპირატესობები | ავტორები: | გუჯარაიძე, ვაჟა | ხელმძღვანელი: | ბესიაშვილი, გელა | ხარისხის სახელი: | Master of Information Technology მაგისტრი ინფორმაციულ ტექნოლოგიებში |
სასწავლო პროგრამის სახელი: | ინფორმაციული ტექნოლოგიები. Information Technology | განათლების საფეხური (0 - საბაკალავრო, 1 - სამაგისტრო, 2 - სადოქტორო ან პოსტსადოქტორო): | 1 | დაწესებულება: | Ivane Javakhishvili Tbilisi State University ივანე ჯავახიშვილის სახელობის თბილისის სახელმწიფო უნივერსიტეტი |
ფაკულტეტი: | Faculty of Exact and Natural Sciences ზუსტ და საბუნებისმეტყველო მეცნიერებათა ფაკულტეტი |
საკვანძო სიტყვები: | მანქანური სწავლება მანქანური სწავლება სხვადასხვა ინდუსტრიაში |
გამოცემის თარიღი: | 2019 | გამომცემელი: | Ivane Javakhishvili Tbilisi State University ივანე ჯავახიშვილის სახელობის თბილისის სახელმწიფო უნივერსიტეტი |
რეზიუმე: | Machine learning works with the following concepts, computer can learn information without human mediation. Computer should give the result and some information from incoming data. In short, this is a scientific discipline which is trying to make up; ”How to program systems on automatic learning and perfections, with pushcase experience”. The learning in this context, is not considered as a getting a new knowledge, but as an investigation on difficult patterns(sample, pattern, form, scheme, diagram) and making an intellectual decision on the existing data. The biggest difficulty is that it’s to hard a set of all possible solutions with according to all incoming data. To solve this problem, algorithm will be developed in machine learning frameworks, which give the knowledge from the data and experience. მანქანური სწავლება მუშაობს შემდეგი კონცეფციით, კომპიუტერს შეუძლია ინფორმაციის შესწავლა ადამიანის შუამავლობის გარეშე, კომპიუტერმა მასში შემავალი მონაცემების გაანალიზების შედეგად უნდა მოგვცეს შედეგი და გარკვეული ინფორმაცია. მოკლედ რომ ვთქავთ, ეს არის მეცნიერული დისციპლინა, რომელიც ცდილობს დაადგინოს: ”როგორ დავაპროგრამოთ სისტემები ავტომატურ სწავლებასა და სრულყოფაზე, ახალი გამოცდილების შეძენასთან ერთად”. სწავლება ამ კონტექსტში არ განიხილება, როგორც ახალი ცოდნის მიღება, არამედ რთული პატერნების(ნიმუში, შაბლონი, ფორმა, მოდელი, სქემა, დიაგრამა) გარჩევა და ინტელექტუალური გადაწყვეტილებების მიღება არსებულ მონაცემებზე დაყრდობით. ყველაზე დიდი სირთულე ისაა, რომ ძალიან ძნელია აღწერო ყველა შესაძლო გადაწყვეტილებათა ნაკრები, ყველა შემოსული მონაცემების გათვალისწინებით. ამ პრობლემის გადასაჭრელად, მანქანური სწავლების ჩარჩოებში, ალგორითმების შემუშავება ხდება, რომლებიც აუცილებელ ცოდნას იღებენ კონკრეტული მონაცემებიდან და გამოცდილებიდან. |
URI: | https://openscience.ge/handle/1/1593 |
ჩანს კოლექციებში: | ზუსტ და საბუნებისმეტყველო მეცნიერებათა ფაკულტეტი (დისერტაციები, სამაგისტრო ნაშრომები) |
ფაილები ამ ერთეულში:
ფაილი | აღწერა | ზომა | ფორმატი | |
---|---|---|---|---|
MA Thesis Gujaraidze Vaja.pdf | მანქანური სწავლების უპირატესობები | 423.46 kB | Adobe PDF | დათვალიერება-გახსნა |
CORE Recommender
გვერდის დათვალიერება
187
checked on Jul 22, 2024
გადმოწერა
271
checked on Jul 22, 2024
Google ScholarTM
გადამოწმება
ერთეულები ციფრულ საცავში დაცულნი არიან საავტორო უფლებით, ყველა უფლების დაცვით, თუ სხვაგვარი რამ არაა მითითებული.