Автоматическое выявление вирусной активности
Исследование методов машинного обучения для автоматического выявления вирусной активности в вычислительных системах. Наивный байесовский подход, методы опорных векторов, ближайших соседей, построения деревьев решений. Искусственные нейронные сети.
Подобные документы
Постановка задачи и обзор университетских рейтингов. Оценка качества обучения. Программа для нахождения векторов файлов по ключевым словам. Основные элементы в формуле ранжирования. Наивный байесовский классификатор и метод k-ближайших соседей.
дипломная работа, добавлен 12.06.2016Разработка методики оценки действий оператора эргатической системы "Летчик–Самолет" на этапе посадки. Описание методов машинного обучения с учителем: метода опорных векторов и градиентного бустинга деревьев. Тестирование алгоритмов машинного обучения.
статья, добавлен 28.11.2016Рекомендации по проявлению Sosial Media Marketing активности для разных категорий пользователей. Анализ классификации отрицательной информации в социальных сетях. Советы по повышению узнаваемости торговых марок. Суть вирусной атаки общественной паутины.
статья, добавлен 24.11.2016Особенности применения инновационных инструментов прогнозирования. В качестве основного метода, используемого для прогнозирования, применяются искусственные нейронные сети Хопфилда, представляющие собой нейронные сети на основе радиально-базисных функций.
статья, добавлен 15.12.2021Изучение технологии решения задач интеллектуального анализа данных. Определение типа вина, обнаружение кишечной палочки методами "нейронная сеть", "байесовский классификатор", "линейная регрессия", "деревья принятия решений"," k-ближайших соседей".
практическая работа, добавлен 08.05.2017Основные понятия и существующие алгоритмы машинного обучения, особенности их применения в информационных системах. Подходы к обработке естественного языка. Вызовы и ограничения применения машинного обучения в информационных системах, его перспективы.
курсовая работа, добавлен 20.05.2023Эталонная модель Всемирного форума по интернету вещей. Анализ центров обработки данных и облачных вычислений. Исследование подходов к разработке распределенных алгоритмов обучения. Методы машинного обучения. Изучение наивного байесовского классификатора.
дипломная работа, добавлен 07.12.2019Искусственные нейронные сети в пропорционально-интегрально-дифференциальных регуляторах. Нелинейное отображение множества входных сигналов в выходные. Структура регулятора с блоком автонастройки. Процесс "обучения" нейронной сети, его длительность.
статья, добавлен 17.07.2013- 9. Экспериментальное исследование и модификация алгоритма выявления предпочтений "при прочих равных"
Теоретические основы задач ранжирования. Исследование основных подходов к реализации алгоритмов ранжирования. Выявление функции полезности. Наивный Байесовский классификатор. Описание алгоритма выявления предпочтений "при прочих равных" и его модификация.
дипломная работа, добавлен 30.01.2016 - 10. Нейронные сети
Характеристика, структура и задачи нейронных сетей. Направления и разработки нейрокомпьютинга. Искусственные нейронные сети, их черты и задачи. Алгоритм обучения перцептрона и его недостатки. Перечень возможных промышленных применений нейронных сетей.
реферат, добавлен 20.02.2009 Классификация – особый вид логической операции. Методы классификации объектов: логистическая регрессия, наивный байесовский классификатор, случайный лес, дерево принятия решений. Исследование известных типов данных train.csv с помощью программы Orange.
лабораторная работа, добавлен 15.02.2021Искусственные нейронные сети. Весовые коэффициенты синапсов. Организация ассоциативной памяти. Полносвязная нейронная сеть с симметричной матрицей связей. Схема сети Хопфилда. Классификация по критерию максимального правдоподобия с помощью сети Хэмминга.
реферат, добавлен 10.03.2011- 13. Нейронные сети
Модель нелокального нейрона, являющаяся обобщением классической модели Дж. Маккалоки и У. Питтса. Когнитивная аналитическая система "Эйдос". Искусственные нейронные сети, проблемы и перспективы. Моделирование иерархических структур обработки информации.
научная работа, добавлен 26.08.2010 Нейронные сети с преднастройкой функциональных преобразований. Принципы нейросетевых методов обработки хаотических процессов. Адаптивные нейросетевые методы в многошаговых играх с неполной информацией. Нечеткие нейронные сети в когнитивном моделировании.
курс лекций, добавлен 08.02.2013Машинное обучение для задачи выявления паттернов поведения пользователя в рекомендательных системах. Суть подхода к разработке модели признаков для задачи формирования предсказаний в рекомендательной системе с учетом паттернов поведения пользователя.
дипломная работа, добавлен 27.08.2020Сущность и устройство искусственных нейтронных сетей, их общая характеристика, назначение, принцип работы и составляющие базовые нелинейные элементы. Решение систем обыкновенных дифференциальных уравнений в нейросетевом базисе при помощи системы Simulink.
контрольная работа, добавлен 12.12.2012Нейронные сети и вычислительные системы на их основе. Алгоритмы генетического поиска для построения топологии и обучения нейронных сетей. Линейные преобразования векторов. Биологический нейрон и его строение. Признаковое и конфигурационное пространство.
курс лекций, добавлен 17.01.2011Типы задач ранжирования, алгоритмы их реализации. Наивный Байесовский классификатор. Модификация алгоритма выявления предпочтений при прочих равных, его экспериментальное исследование. Набор данных об автомобильных предпочтениях и предпочтениях в суши.
дипломная работа, добавлен 30.07.2016Сущность и структура простой рефлекторной нейронной сети, ее главные консонанты и функциональные особенности. Биологическая изменчивость и закономерности обучения. Классификация и формы данных сетей, типы используемой информации, применяемые модели.
контрольная работа, добавлен 27.11.2014Примеры задач компьютерного зрения. Методы машинного обучения. Модели нейронных сетей для задачи мульти-классификации и детектирования. Порядок создания системы детектирования и сегментирования предметов одежды на фото. Нейронные сети, модель SSD300.
статья, добавлен 18.07.2020Рассмотрение проблемы создания органических компьютеров, построенных из живых нейронов, с помощью которых сегодня появляется возможность спроектировать новые поколения вычислительных устройств. Нейронные сети как способ решения сложнейших задач.
статья, добавлен 26.04.2019Примеры параллельных вычислительных систем, суперкомпьютеров. Высокопроизводительный вычислительный кластер ННГУ. Схемы коммуникации в многопроцессорных вычислительных системах. Топологии сети передачи данных. Системные платформы для построения кластеров.
лекция, добавлен 17.09.2013Искусственные нейронные сети, основы описания многомерных тестовых данных. Построение области допустимых изменений параметров однородных групп, модели регрессии. Определение компонент дискретного конечного множества элементов. Нейронная сеть Хопфильда.
учебное пособие, добавлен 15.01.2018Развитие информатики и средств вычислительной техники. Развитие систем искусственного интеллекта на базе алгоритмических языков. Искусственные нейронные сети. Нейрокибернетика. Элементарные детали вычислительных устройств. Анализ нейросетевых парадигм.
диссертация, добавлен 12.10.2008Разработка и анализ работы алгоритмов для анализа тональности агрессивных комментариев, автоматического определения их эмоционального окраса. Реализация классифицирующих моделей машинного обучения, оценка их качества и сравнение их эффективности.
дипломная работа, добавлен 10.12.2019