Метод класифікації рукописних літер для навчання правопису

dc.contributor.advisorГордієнко, Юрій Григорович
dc.contributor.authorЧорний, Олексій Андрійович
dc.date.accessioned2024-02-12T13:45:09Z
dc.date.available2024-02-12T13:45:09Z
dc.date.issued2023
dc.description.abstractВ магістерській дисертації розглядаються та аналізуються різні види нейронних мереж задачі класифікації. Результатом аналізу є розділення запропонованих нейронних мереж по типам та отримання якісних результатів їх роботи. Усі розглянуті нейронні мережі можна використовувати згідно їх призначення в різних цілях та для створення різних продуктів для класифікації зображень. Усі нейронні мережі створені мовою програмування Python.
dc.description.abstractotherThe master's thesis considers and analyzes different types of neural networks for the classification task. The result of the analysis is the separation of the proposed neural networks by type and obtaining qualitative results of their work. All considered neural networks can be used according to their purpose for different purposes and to create different products for image classification. All neural networks are created in the Python programming language.
dc.format.extent164 с.
dc.identifier.citationЧорний, О. А. Метод класифікації рукописних літер для навчання правопису : магістерська дис. : 123 Комп’ютерна інженерія / Чорний Олексій Андрійович. – Київ, 2023. – 164 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/64452
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectнейронна мережа
dc.subjectneural network
dc.subjectрукописні літери
dc.subjectрозпізнавання зображень
dc.subjectаналіз нейронної мережі
dc.subject.udc004.9
dc.titleМетод класифікації рукописних літер для навчання правопису
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
Chornyi_magistr.pdf
Розмір:
3.55 MB
Формат:
Adobe Portable Document Format
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис: