Кафедри
Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/35393
Переглянути
3 результатів
Результати пошуку
Документ Паралельні та розподілені обчислення(Національний технічний університет "Харківський політехнічний інститут", 2022) Черних, Олена Петрівна; Челак, Віктор ВолодимировичДаний практикум містить 8 лабораторних робіт. У кожній роботі є теоретичні відомості, тексти програм з докладними коментарями та результат їх виконання, які необхідні для проведення лабораторних робіт. Призначений студентам спеціальностей 123 «Комп’ютерна інженерія».Документ Машинне навчання(2022) Гавриленко, Світлана Юріївна; Челак, Віктор Володимирович; Горносталь, Олексій Андрійович; Зозуля, Владислав ДенисовичЛабораторний практикум містить необхідний матеріал для виконання лабораторних робіт: варіанти завдань, стислий теоретичний матеріал, методичні вказівки та зразок виконання лабораторних робіт, приклади текстів програм та екранних форм, які демонструють результати роботи методів машинного навчання для класифікації, кластеризації та попередньої обробки даних. Призначено для студентів комп’ютерних спеціальностей вищих навчальних закладів.Документ Розробка методу ідентифікації стану комп'ютерної системи на основі нечітких дерев рішень(Національний університет "Полтавська політехніка ім. Юрія Кондратюка", 2023) Гавриленко, Світлана Юріївна; Челак, Віктор ВолодимировичПредметом дослідження є методи та засоби ідентифікації стану комп'ютерної системи. Метою статті є підвищення якості класифікації даних за рахунок розробки методу ідентифікації стану комп’ютерної системи. Завдання: дослідити методи ідентифікації стану комп’ютерної системи та розробити метод класифікації стану комп'ютерної системи з метою захисту даних. Використовуваними методами є: методи штучного інтелекту, машинного навчання. Отримано такі результати: досліджено методи ідентифікації стану комп’ютерної системи KNN (k-nearest neighbors), метод опорних векторів (SVM), нейронні мережі, дерева рішень. Запропоновано метод ідентифікації стану комп’ютерної системи на основі нечітких дерев рішень, який відрізняється від відомих методів побудови наявністю спеціальної процедури фазифікації атрибутів вихідних даних та побудови функції приналежності. Розроблено програмне забезпечення, в якому реалізовано та досліджено запропонований метод вирішення задачі ідентифікації стану комп'ютерної системи. Висновки. Наукова новизна отриманих результатів полягає у дослідженні методів ідентифікації стану комп'ютерної системи, розробці методу на основі нечітких дерев рішень, оцінці якості моделі на етапі навчання та тестування, виконання порівняльного аналізу.