1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
2. Матеріали конференцій, семінарів, читань
3. 2023
4. ⅩⅠ науково-технічна конференція „Інформаційні моделі, системи та технології“ (2023)

Tytuł:	Класичні методи регулярізації машинного навчання в порівнянні з регуляризацією в навчанні з підкріпленням
Inne tytuły:	Classical machine learning regularisation techniques in juxtaposition to regularisation in reinforcement learning
Authors:	Абдулхамед, Абубакар Садік Abdulhameed, Abubakar Sadiq
Akcesoria:	Тернопільський національний технічний університет імені Івана Пулюя, Україна
Cytat:	Абдулхамед А. С. Класичні методи регулярізації машинного навчання в порівнянні з регуляризацією в навчанні з підкріпленням / Абубакар Садік Абдулхамед // ІМСТТ, 13-14 грудня 2023 року. — Т. : ТНТУ, 2023. — С. 12–13. — (Інформаційні системи та технології, кібербезпека).
Bibliographic description:	Abdulhameed A. S. (2023) Klasychni metody rehuliarizatsii mashynnoho navchannia v porivnianni z rehuliaryzatsiieiu v navchanni z pidkriplenniam [Classical machine learning regularisation techniques in juxtaposition to regularisation in reinforcement learning]. IMSTT (Tern., 13-14 December 2023), pp. 12-13 [in Ukrainian].
Część publikacji:	Матеріали ⅩⅠ науково-технічної конференції „Інформаційні моделі, системи та технології“, 2023 Materials of the ⅩⅠ scientific and technical conference "Information models, systems and technologies", 2023
Konferencja/wydarzenie:	ⅩⅠ науково-технічна конференція „Інформаційні моделі, системи та технології“
Journal/kolekcja:	Матеріали ⅩⅠ науково-технічної конференції „Інформаційні моделі, системи та технології“
Data wydania:	13-gru-2023
Date of entry:	5-lut-2024
Wydawca:	ТНТУ TNTU
Place edycja:	Тернопіль Ternopil
Zakresu czasowego:	13-14 грудня 2023 року 13-14 December 2023
Strony:	2
Zakres stron:	12-13
Główna strona:	12
Strona końcowa:	13
URI:	http://elartu.tntu.edu.ua/handle/lib/44253
Właściciel praw autorskich:	© Тернопільський національний технічний університет імені Івана Пулюя, 2023
Związane URL literatura:	https://themlbook.com/
Wykaz piśmiennictwa:	1.Тібшірані, Роберт. "Регресійне скорочення та виділення за допомогою ласо". Журнал Королівського статистичного товариства. Серія Б (методична). Wiley. С. 267–88, 1996. 2.Абубакар Садік Абдулхамед та Сергій Лупенко, «Потенціали навчання з підкріпленням у сучасних сценаріях», Вісник ТНТУ, С. 1-3, 2022 р. 3.Андрій Бурков «The Hundred-Page Machine Learning Book», 2019. URL: https://themlbook.com/ 4. Дж. Бєлов, Дмитро І.; Армстронг, Рональд Д. «Розподіл розбіжності Кульбака-Лейблера з додатками». Британський журнал математичної та статистичної психології, стор. 291–309, квітень 2011 р.
References:	1.Tibshirani, Robert. "Rehresiine skorochennia ta vydilennia za dopomohoiu laso". Zhurnal Korolivskoho statystychnoho tovarystva. Seriia B (metodychna). Wiley. P. 267–88, 1996. 2.Abubakar Sadik Abdulkhamed ta Serhii Lupenko, "Potentsialy navchannia z pidkriplenniam u suchasnykh stsenariiakh", Visnyk TNTU, P. 1-3, 2022 y. 3.Andrii Burkov "The Hundred-Page Machine Learning Book", 2019. URL: https://themlbook.com/ 4. Dzh. Bielov, Dmytro I.; Armstronh, Ronald D. "Rozpodil rozbizhnosti Kulbaka-Leiblera z dodatkamy". Brytanskyi zhurnal matematychnoi ta statystychnoi psykholohii, P. 291–309, kviten 2011 y.
Typ zawartości:	Conference Abstract
Występuje w kolekcjach:	ⅩⅠ науково-технічна конференція „Інформаційні моделі, системи та технології“ (2023)

Pozycje DSpace są chronione prawami autorskimi