Широкорад, Дмитро ВікторовичShyrokorad, DmytroБакурова, Анна ВолодимирівнаBakurova, Anna V.2025-02-132025-02-132025https://eir.zp.edu.ua/handle/123456789/19238Методичні вказівки та завдання до лабораторних робіт з курсу «Глибинне навчання в задачах обробки даних» для студентів денної та заочної форм навчання спеціальності F4 – «Системний аналіз та наука про дані» / Укл.: Д.В. Широкорад, А.В. Бакурова – Запоріжжя: НУ «Запорізька політехніка», 2025. – 28 с.UK: Курс орієнтований на практичне освоєння методів і технік глибинного навчання для вирішення задач класифікації та генерації даних. Розглядаються основи архітектур глибинних нейронних мереж, таких як згорткові нейронні мережі (CNN) та рекурентні нейронні мережі (RNN), а також познайомимося з інноваційними моделями, такими як трансформери. EN: The course focuses on the practical application of deep learning methods and techniques to solve data classification and generation tasks. It covers the fundamentals of deep neural network architectures, such as convolutional neural networks (CNNs) and recurrent neural networks (RNNs), and introduces innovative models like transformers.ukглибинне навчаннянейронні мережізгорточні мережіtensorflowdeep learningneural networksconvolutional networksMethodological guidelines