dc.contributor.advisor | Χαλιδιάς, Νικόλαος | el_GR |
dc.contributor.author | Γκούντουβας, Ιωάννης | el_GR |
dc.coverage.spatial | Σάμος | el_GR |
dc.date.accessioned | 2024-05-27T06:12:46Z | |
dc.date.available | 2024-05-27T06:12:46Z | |
dc.date.issued | 2024-02-19 | |
dc.identifier.uri | http://hdl.handle.net/11610/26380 | |
dc.description.abstract | Τα τελευταία χρόνια τα πολυεπίπεδα τεχνητά νευρωνικά δίκτυα γίνονται ένα εργαλείο µε πολλές εφαρµογές στην καθηµερινότητα του ανθρώπου, στο επίκεντρο αυτής της τεχνολογικής επανάστασης ϐρίσκεται η ϐαθιά µάθηση. γνωστές έννοιες από τα εφαρµοσµένα και υπολογιστικά µαθηµατικά κυρίως από τον απειροστικό λογισµό, την γραµµική άλγεβρα, την ϐελτιστοποίηση και την ϑεωρεία προσέγγισης παρέχουν την δυνατότητα σε µία µηχανή να δηµιουργήσει για την ίδια µία τεχνητή ευφυΐα µε σκοπό την επίλυση προβληµάτων που της ανατίθενται. αυτή η εργασία περιέχει µία αναφορά στις ϐασικές ιδέες που αποτελούν τη ϐάση της ϐαθιάς µάθησης από την οπτική των εφαρµοσµένων µαθηµατικών. δίνεται έµφαση σε τρία ϑεµελιώδη ερωτήµατα : τι είναι ένα ϐαθύ νευρωνικό δίκτυο; τι είναι η µέθοδος της στοχαστικής κλήσης; πως είναι ένα εκπαιδευµένο δίκτυο; παρουσιάζονται µε εικόνες οι ιδέες µε έναν σύντοµο κώδικα στην Python που δηµιουργεί και εκπαιδεύει ένα δίκτυο. αναφέρεται επίσης η χρήση λογισµικού τελευταίας τεχνολογίας για προβλήµατα ταξινόµησης εικόνων µεγάλης κλίµακας. στο τέλος της εργασίας, υπάρχουν αναφορές στην τρέχουσα ϐιβλιογραφία. | el_GR |
dc.format.extent | 44 σ. | el_GR |
dc.language.iso | el_GR | el_GR |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | |
dc.subject | νευρωνικό δίκτυο | el_GR |
dc.subject | βαθιά μάθηση | el_GR |
dc.subject | ανάλυση δεδομένων | el_GR |
dc.subject | back propagation | en_US |
dc.subject | machine learning | en_US |
dc.subject | perceptron | en_US |
dc.subject.lcsh | Neural networks (Computer science) | en_US |
dc.subject.lcsh | Machine learning | en_US |
dc.subject.lcsh | Deep learning (Machine learning) | en_US |
dc.title | Αναγνώριση εικόνων και ταξινόμηση στοιχείων | el_GR |
dcterms.accessRights | free | el_GR |
dcterms.rights | Πλήρες Κείμενο - Ελεύθερη Δημοσίευση | el_GR |
heal.type | bachelorThesis | el_GR |
heal.recordProvider | aegean | el_GR |
heal.committeeMemberName | Παπασαλούρος, Αντρέας | el_GR |
heal.committeeMemberName | Νάστου, Παναγιώτης | el_GR |
heal.academicPublisher | Πανεπιστήμιο Αιγαίου - Σχολή Θετικών Επιστημών - Τμήμα Μαθηματικών | el_GR |
heal.academicPublisherID | aegean | el_GR |
heal.fullTextAvailability | true | el_GR |