Математична база для створення гібридної нейронної мережі для рекомендацій з глибоким навчанням

Васильєв, Р. Р.

Публікація:
Математична база для створення гібридної нейронної мережі для рекомендацій з глибоким навчанням

dc.contributor.author	Васильєв, Р. Р.
dc.date.accessioned	2024-09-02T16:08:02Z
dc.date.available	2024-09-02T16:08:02Z
dc.date.issued	2024
dc.description.abstract	This work is devoted to the description of the mathematical framework that is needed to create a hybrid neural network for recommendations with deep learning. This approach to recommendations combines collaborative filtering and content processing of those elements on which training will be performed. The paper considers the mathematical side of the model which uses a loss function for training, a stochastic gradient descent (SGD) method and back propagation to adapt the model to minimize the loss. All these aspects described by mathematical formulas allow to write and train a neural network for recommendations, which can accommodate many parameters for recommendations and can be written in any platform and programming language
dc.identifier.citation	Васильєв Р. Р. Математична база для створення гібридної нейронної мережі для рекомендацій з глибоким навчанням / Р. Р. Васильєв ; наук. керівн. к. т. н., доц. Д. К. Кіношенко // Радіоелектроніка та молодь у ХХІ столітті : матеріали 28-го Міжнар. молодіж. форуму, 16-18 квітня 2024 р. – Харків : ХНУРЕ, 2024. – Т. 7. – С. 24–26.
dc.identifier.uri	https://openarchive.nure.ua/handle/document/28514
dc.language.iso	uk
dc.publisher	ХНУРЕ
dc.subject	гібридна нейронна
dc.subject	глибоке навчання
dc.title	Математична база для створення гібридної нейронної мережі для рекомендацій з глибоким навчанням
dc.type	Thesis
dspace.entity.type	Publication