Алгоритмы и инструменты настройки и оценки эффективности нейронных сетей, сопоставление программных реализаций: дипломная работа / Дмитрий Витальевич Шушкевич; БГУ, Факультет прикладной математики и информатики, Кафедра компьютерных технологий и систем; науч. рук. Таранчук В. Б.

Abstract

РЕФЕРАТ

Дипломная работа содержит: 65 страниц, 25 иллюстраций, 17 формул, 2 таблицы, 15 использованных литературных источников. Ключевые слова: АЛГОРИТМЫ, ИНСТРУМЕНТЫ, НЕЙРОННЫЕ СЕТИ, WOLFRAM MATHEMATICA, PYTHON, OPTUNA, TENSORFLOW, KERAS. Объекты исследования – алгоритмы и программные средства настрой- ки и оценки эффективности нейронных сетей. Цель исследования – исследование, сравнение и практическая реали- зация алгоритмов и инструментов настройки, обучения и оценки нейронных сетей на примере задачи аппроксимации функции с шумами с использовани- ем Wolfram Mathematica и Python (TensorFlow, Keras, Optuna). Методы исследования – анализ литературы, программирование на язы- ках Wolfram Language и Python, практическая реализация моделей, экспери- ментальная оценка эффективности. Результаты работы: проведён сравнительный анализ возможностей Wolfram Mathematica и Python для построения и настройки нейронных сетей, реали- зованы и протестированы нейронные сети с автоматизированным подбором гиперпараметров, выявлены преимущества и ограничения каждого инстру- мента при решении прикладных задач машинного обучения.