Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/49841
Full metadata record
DC FieldValueLanguage
dc.contributor.authorЧернявский, А. Ф.-
dc.contributor.authorКозлова, Е. И.-
dc.coverage.spatialМинскru_RU
dc.date.accessioned2023-02-06T06:09:53Z-
dc.date.available2023-02-06T06:09:53Z-
dc.date.issued2022-
dc.identifier.citationЧернявский, А. Ф. Варианты усиления ансамбля гипотез в условиях неопределенностей формирования целевой обучающей функции = Options for Strengthening the Ensemble of Hypotheses under Uncertainty of the Objective Learning Function Formation / Чернявский А. Ф., Козлова Е. И. // Цифровая трансформация. – 2022. – Т. 28, № 4. – С. 12–17. – DOI : http://dx.doi.org/10.35596/1729-7648-2022-28-4-12-17.ru_RU
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/49841-
dc.description.abstractИнтеллектуальные обучающие системы традиционно состоят из трех основных компонентов: модели обучаемого, представляющей собой блок с информацией об обучаемом; модели процесса обучения, задающей форму подачи информации обучаемому и тип оценки качества деятельности обучаемого; модельного интерфейса как связующего звена между экспертным блоком интеллектуальной обучающей системы и другими ее блоками. Алгоритмы обучения в компонентах образовательных систем являются неотъемлемыми элементами их работы при формировании баз знаний, стратегий обучения, процедур оценивания, а также при организации взаимодействия между системой и пользователями. Рассмотрена задача поиска целевой функции при настройке обучающей системы путем введения возможности усиления ансамбля гипотез с помощью обучающей функции, множество значений которой формируется на основе весовых стоимостей исходных гипотез при учете собственных весов и результатов классификации соответствующих примеров.ru_RU
dc.language.isoruru_RU
dc.publisherБГУИРru_RU
dc.subjectцифровая трансформацияru_RU
dc.subjectинтеллектуальные обучающие системыru_RU
dc.subjectалгоритмы обученияru_RU
dc.titleВарианты усиления ансамбля гипотез в условиях неопределенностей формирования целевой обучающей функцииru_RU
dc.title.alternativeOptions for Strengthening the Ensemble of Hypotheses under Uncertainty of the Objective Learning Function Formationru_RU
dc.typeArticleru_RU
local.description.annotationIntelligent learning systems traditionally consist of three main components: a student model, which is a block with information about the student; a model of the learning process that sets the form for presenting information to the student and the type of quality assessment of the student’s activity; the model interface as a link between the expert block of the intelligent learning system and other learning algorithms in the components of educational systems. These parts are integral elements in their work on the formation of knowledge bases, learning strategies, assessment procedures, as well as in organizing interaction between the system and users. The paper considers the problem of finding an objective function when setting up a learning system by introducing the possibility of strengthening an ensemble of hypotheses using a learning function, the set of values of which is formed on the basis of the weighted costs of the initial hypotheses, taking into account their own weights and the results of the classification of the corresponding examples.ru_RU
Appears in Collections:Том 28, № 4

Files in This Item:
File Description SizeFormat 
Chernyavskii_Varianti.pdf331.17 kBAdobe PDFView/Open
Show simple item record Google Scholar

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.