Практическое программирование ИИ: пример решения задачи множественной регрессии и классификации данных с обучением.
- Количество просмотров: 12
- Общая продолжительность просмотров: 2 ч 55 мин
- Добавлен в подборки: 10 раз
Автор:
Кандидат технических наук, заведующий сектором исследования качества алмазной продукции и методов контроля в Институте "Якутнипроалмаз"
В 1994 году впервые приехал в г. Мирный для прохождения производственной практики в лаборатории прогнозной оценки территорий (ЯНИГП) ЦНИГРИ АК «Алмазы России-Саха», первые полевые работы - на реке Б. Куонамка (Якутия). Работал с 1997 года на рентгеновском дифрактометре японской фирмы Rigaku «DMAX-2400», затем возглавлял аналитическую лабораторию, минералогический отдел в НИГП АК «АЛРОСА» (ОАО), некоторое время работал главным инженером предприятия, затем заместителем директора НИГП АК «АЛРОСА» (ПАО). Сейчас в должности заведующего сектором исследования качества алмазной продукции и методов контроля в Институте "Якутнипроалмаз". Профессиональные интересы: физические свойства алмазов, программирование, электроника, математическая статистика и нейронные сети. Помимо основной работы преподает в МПТИ (ф) СВФУ.
Аннотация
Будет продемонстрировано на уровне программного кода практическое решение задачи множественной регрессии и классификации данных с обучением нейросети. Будут показаны принципы подготовки исходных данных для нейросетевого анализа, а также принципы контроля качества и вычислений ошибок предсказания. Легкость работы с нейросетями позволяет ставить и решать неординарные задачи, которые в обычной практике являются «фантастическими». Примеры будут включать в себя смелый анализ результатов химического состава минералов и свойств алмазов для прогноза алмазоносности, возраста и положения месторождений алмаза.