Skip navigation
Please use this identifier to cite or link to this item: https://libeldoc.bsuir.by/handle/123456789/59705
Full metadata record
DC FieldValueLanguage
dc.contributor.authorНавроцкий, А. А.-
dc.contributor.authorШведко, А. О.-
dc.contributor.authorСакович, В. И.-
dc.coverage.spatialМинскen_US
dc.date.accessioned2025-05-05T07:00:31Z-
dc.date.available2025-05-05T07:00:31Z-
dc.date.issued2025-
dc.identifier.citationНавроцкий, А. А. Проблематика машинного обучения: влияние гиперпараметров, переобучение и недообучение нейронных сетей = Problems of machine learning: impact of hyperparameters, overfitting and underfitting of neural networks / А. А. Навроцкий, А. О. Шведко, В. И. Сакович // Big Data и анализ высокого уровня = Big Data and Advanced Analytics : сборник научных статей XI Международной научно-практической конференции, Республика Беларусь, Минск, 23–24 апреля 2025 года / Белорусский государственный университет информатики и радиоэлектроники [и др.] ; редкол.: В. А. Богуш [и др.]. – Минск, 2025. – С. 361–364.en_US
dc.identifier.urihttps://libeldoc.bsuir.by/handle/123456789/59705-
dc.description.abstractВ рамках настоящего исследования выполнен анализ влияния входных данных, параметров первоначальной настройки на процесс переобучения и недообучения нейронной сети. Это исследование имеет важное значение, поскольку первоначальная настройка модели обучения является ключевыми аспектом в процессе обучения моделей глубокого обучения. В процессе анализа модели были обучены с использованием различных комбинаций количества нейронов с одинаковыми входными данными и алгоритмом оптимизации, что позволило получить информацию о том, как обучение влияет на тренировочную и валидационную потери.en_US
dc.language.isoruen_US
dc.publisherБГУИРen_US
dc.subjectматериалы конференцийen_US
dc.subjectнейронные сетиen_US
dc.subjectмашинное обучениеen_US
dc.subjectглубокое обучениеen_US
dc.titleПроблематика машинного обучения: влияние гиперпараметров, переобучение и недообучение нейронных сетейen_US
dc.title.alternativeProblems of machine learning: impact of hyperparameters, overfitting and underfitting of neural networksen_US
dc.typeArticleen_US
local.description.annotationThis study analyzes the influence of input data and initial tuning parameters on the process of overfitting and underfitting of a neural network. This study is important because the initial tuning of the training model is a key aspect in the training process of deep learning models. In the analysis, the models were trained using different combinations of the number of neurons with the same input data and optimization algorithm, which provided information on how training affects the training and validation losses.en_US
Appears in Collections:BIG DATA and Advanced Analytics = BIG DATA и анализ высокого уровня : сборник научных статей (2025)

Files in This Item:
File Description SizeFormat 
Navrockij_Problematika.pdf388.02 kBAdobe PDFView/Open
Show simple item record Google Scholar

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