Сучасні фреймворки машинного навчання

Autor

  • О. С. Бурківський Донецький національний університет імені Василя Стуса
  • О. В. Зелінська Донецький національний університет імені Василя Стуса

Abstrakt

Сучасний розвиток технологій у галузі машинного навчання визначається більшою мірою використанням потужних фреймворків. Ці інструменти не лише прискорюють розробку моделей, а й надають розробникам та дослідникам гнучкість і можливості для ефективного впровадження інтелектуальних систем. У публікації ми розглянемо кілька ключових сучасних фреймворків машинного навчання.

Biogramy autorów

О. С. Бурківський , Донецький національний університет імені Василя Стуса

здобувач 2 курсу спеціальності 122 Комп’ютерні науки

О. В. Зелінська , Донецький національний університет імені Василя Стуса

канд. техн. наук, доцент, в. о. завідувача кафедри інформаційних технологій

Bibliografia

TensorFlow: Large-Scale Machine Learning on Heterogeneous Systems. URL: https://www.tensorflow.org/about/bib (дата звернення: 06.12.2023).

Introduction to TensorFlow. URL: https://www.tensorflow.org/learn (дата звернення: 06.12.2023).

Scikit-learn: machine learning in Python – scikit-learn 1.3.2 documentation. URL: https://scikit-learn.org/stable/index.html (дата звернення: 06.12.2023).

##submission.downloads##

Opublikowane

2024-09-21

Numer

Dział

СЕКЦІЯ 1 МЕТОДИ ОБРОБКИ І АНАЛІЗУ ДАНИХ