• Класифікатори
• навчання, обучение

навчання машинне, обучение машинное, machine learning

Документи:

• Гнучкі методології управління ризиками в життєвому циклі інтелектуальної системи прогнозування рішень динаміки ринкових акцій [Електронний ресурс] / Д. І. Угрин, Ю. О. Ушенко, Ю. Я. Томка [та ін.] // Оптико-електронні інформаційно-енергетичні технології. – 2025. – Т. 49, № 1. – С. 111-122. – DOI: https://doi.org/10.31649/1681-7893-2025-49-1-111-122.
• Застосування машинного навчання в контексті підготовки фахівців в сфері трансферу технологій та безпеки фінансових транзакцій [Електронний ресурс] / Д. І. Угрин, Ю. О. Ушенко, Ю. Я. Томка [та ін.] // Оптико-електронні інформаційно-енергетичні технології. – 2025. – Т. 50, № 2. – С. 13-29. – DOI: https://doi.org/10.31649/1681-7893-2025-50-2-13-29.
• Застосування машинного навчання в контексті підготовки фахівців в сфері трансферу технологій та безпеки фінансових транзакцій [Текст] / Д. І. Угрин, Ю. О. Ушенко, Ю. Я. Томка [та ін.] // Оптико-електронні інформаційно-енергетичні технології. – 2025. – № 2 (50). – С. 13-29. – DOI: https://doi.org/10.31649/1681-7893-2025-50-2-13-29.
• Інтелектуальні системи прогнозування демографічних змін та їх вплив на маркетингові стратегії в ІТ-індустрії [Текст] / Д. І. Угрин, Ю. О. Ушенко, О. М. Яцько [та ін.] // Оптико-електронні інформаційно-енергетичні технології. – 2024. – № 2 (48). – С. 13-23. – DOI: https://doi.org/10.31649/1681-7893-2024-48-2-13-23.
• Інтелектуальні системи прогнозування демографічних змін та їх вплив на маркетингові стратегії в ІТ-індустрії [Електронний ресурс] / Д. І. Угрин, Ю. О. Ушенко, О. М. Яцько [та ін.] // Оптико-електронні інформаційно-енергетичні технології. – 2024. – Т. 48, № 2. – С. 13-23. – DOI: https://doi.org/10.31649/1681-7893-2024-48-2-13-23.
• Гнучка методологія ризик-менеджменту прийняття рішень стартап-проєктів на основі прогнозування цін акцій [Текст] / Д. І. Угрич, Ю. О. Ушенко, Ю. Я. Томка [та ін.] // Оптико-електронні інформаційно-енергетичні технології. – 2025. – № 1 (49). – С. 7-19. – DOI: https://doi.org/10.31649/1681-7893-2025-49-1-7-19.
• Гнучка методологія ризик-менеджменту прийняття рішень стартап-проєктів на основі прогнозування цін акцій [Електронний ресурс] / Д. І. Угрич, Ю. О. Ушенко, Ю. Я. Томка [та ін.] // Оптико-електронні інформаційно-енергетичні технології. – 2025. – Т. 49, № 1. – С. 7-19. – DOI: https://doi.org/10.31649/1681-7893-2025-49-1-7-19.
• Удовенко, С. Інтерактивний пошук релевантної інформації з використанням RL-навчання [Текст] / С. Удовенко, Л. Чала // Proceedings Of the XII International Scientific-Practical Conference Internet-Education-Science - 2020, 26-29 May 2020 : dedicated to the 25-th anniversary of the Computer Science Department / Vinnytsia national technical university, Baku state university, Technical university Varna. – Vinnitsia : VNTU, 2020. – С. 192-194.
• Системний аналіз та модель ідентифікації хвороби на основі медичних зображень [Електронний ресурс] / Ю. О. Ушенко, Д. І. Угрин, О. В. Галочкін, І. В. Зосько // Оптико-електронні інформаційно-енергетичні технології. – 2022. – Т. 44, № 2. – С. 93-99. – DOI: https://doi.org/10.31649/1681-7893-2022-44-2-93-99.
• Системний аналіз та модель ідентифікації хвороби на основі медичних зображень [Текст] / Ю. О. Ушенко, Д. І. Угрин, О. В. Галочкін, І. В. Зосько // Оптико-електронні інформаційно-енергетичні технології. – 2022. – № 2 (44). – С. 93-99. – DOI: https://doi.org/10.31649/1681-7893-2022-44-2-93-99.
• Федасюк, Д. Прогнозування вологості ґрунту з використанням машинного навчання у системах розумного землеробства [Текст] / Д. Федасюк, М. О. Костюк // Ukrainian Journal of Information Technology. – 2024. – Vol. 6, № 1. – С. 26-36.
• Дослідження методу автоматизованого розгортання алгоритмів машинного навчання на основі технології CI/CD [Текст] / В. Федорченко, О. Красько, І. Демидов, Р. Колодій // Infocommunication tecnologies and electronic engineering. – 2022. – Vol. 2, № 2 (4). – C. 12-19. – DOI: https://doi.org/10.23939/ictee2022.02.012.
• Фісун, О. C. Забезпечення функціональної стійкості програмно-керованої комп'ютерної мережі на основі авторегресійних методів машинного навчання [Текст] / О. C. Фісун // Телекомунікаційні та інформаційні технології. – 2025. – № 4. – С. 29-39. – DOI: https://doi.org/10.31673/2412-4338.2025.048904.
• Харченко, О. С. Спеціалізована програмна платформа для аналізу інформації в сховищах даних [Текст] / О. С. Харченко, Ю. С. Клушин // Computer Systems and Networks. – 2023. – Vol. 5, № 1. – C. 137-148.
• Хохлачова, Ю. Є. Ризик-орієнтований реінжиніринг цифрових послуг із використанням модульного експериментального стенду [Текст] / Ю. Є. Хохлачова, Ю. І. Хавікова, О. В. Черкаський // Зв'язок. – 2026. – № 1. – С. 18-31.
• Черевик, О. В. Аналіз застосування штучного інтелекту для обробки даних 3D-сканування [Текст] / О. В. Черевик, Н. О. Лащевська // Зв'язок. – 2025. – № 3. – С. 58-65.
• Чорнобай, К. Ю. Інтегрований підхід до прогнозного управління технічним станом технологічного обладнання молокопереробних підприємств на основі машинного навчання [Текст] / К. Ю. Чорнобай, С. В. Грибков, О. Л. Сєдих // Математичні машини і системи. – 2026. – № 2. – С. 134-145.
• Чорнобай, К. Ю. Математичне моделювання процесу планування виробництва й постачання молочної продукції та застосування штучного інтелекту [Текст] / К. Ю. Чорнобай, С. В. Грибков, О. Л. Сєдих // Математичні машини і системи. – 2025. – № 3-4. – С. 127-136.
• Шаховська, Н. Б. Системи штучного інтелекту [Текст] : навчальний посібник / Н. Б. Шаховська, Р. М. Камінський, О. Б. Вовк ; НУ "Львівська політехніка". – Львів : Вид-во Львівської політехніки, 2018. – 392 с. – ISBN 978-966-941-197-4 : 285,00 грн.
• Шаш, М. С. Метод ітераційногостворення ознак на основі штучного інтелекту для прогнозування відтоку [Текст] / М. С. Шаш, О. С. Звенигородський // Наукові записки Державного університету інформаційно-комунікаційних технологій. – 2025. – № 2. – С. 98-101.
• Шевага, Д. О. Програмний додаток моніторингу рівня стресу на основі моделей класифікації [Електронний ресурс] / Д. О. Шевага, О. К. Городецька, Л. М. Добровська // Наукові праці Вінницького національного технічного університету. – 2022. – № 4. – С. 1-7.
• Шмундяк, Дмитро Олександрович Системний аналіз стану природних середовищ з урахуванням аномалій [Текст] : дис. ... д-ра філософії : галузь знань 12 ; спец. 124 / Шмундяк Дмитро Олександрович ; ВНТУ. – Вінниця, 2025. – 195 арк. + Рішення спеціаліз. вченої ради про присудження ступеня д-ра філософії. – Бібліогр.: 167-177 арк.
• Шмундяк, Д. О. Метод ідентифікації локальних аномалій значень показників стану довкілля з використанням декомпозиції на півхвилі [Текст] / Д. О. Шмундяк, В. Є. Копняк // Вісник Вінницького політехнічного інституту. – 2024. – № 1. – С. 88-100. – DOI: https://doi.org/10.31649/1997-9266-2024-172-1-88-100.
• Шмундяк, Д. О. Метод ідентифікації локальних аномалій значень показників стану довкілля з використанням декомпозиції на півхвилі [Електронний ресурс] / Д. О. Шмундяк, В. Є. Копняк // Вісник Вінницького політехнічного інституту. – 2024. – № 1. – С. 88-100. – DOI: https://doi.org/10.31649/1997-9266-2024-172-1-88-100.
• Шмундяк, Д. О. Метод ідентифікації параметрів гармонік та аномалій періодичного часового ряду на основі адаптивної декомпозиції [Текст] / Д. О. Шмундяк, В. Б. Мокін // Вісник Вінницького політехнічного інституту. – 2023. – № 6. – С. 46-56. – DOI: https://doi.org/10.31649/1997-9266-2023-171-6-46-56.
• Шмундяк, Д. О. Метод ідентифікації параметрів гармонік та аномалій періодичного часового ряду на основі адаптивної декомпозиції [Електронний ресурс] / Д. О. Шмундяк, В. Б. Мокін // Вісник Вінницького політехнічного інституту. – 2023. – № 6. – С. 46-56. – DOI: https://doi.org/10.31649/1997-9266-2023-171-6-46-56.
• Шмундяк, Д. О. Системний аналіз стану природних середовищ з урахуванням аномалій [Електронний ресурс] / Д. О. Шмундяк, В. Б. Мокін // Наукові праці Вінницького національного технічного університету. – 2024. – № 4. – С. 1-11.
• Шолота, В. В. Аналіз методів підтримки прийняття рішень в системах поляризаційної інтроскопії біологічних тканин та рідин [Електронний ресурс] / В. В. Шолота // Оптико-електронні інформаційно-енергетичні технології. – 2025. – Т. 49, № 1. – С. 185-192. – DOI: https://doi.org/10.31649/1681-7893-2025-49-1-185-192.
• Шолота, В. В. Аналіз методів підтримки прийняття рішень в системах поляризаційної інтроскопії біологічних тканин та рідин [Текст] / В. В. Шолота // Оптико-електронні інформаційно-енергетичні технології. – 2025. – № 1 (49). – С. 185-192. – DOI: https://doi.org/10.31649/1681-7893-2025-49-1-185-192.
• Шрубковський, О. В. Огляд методів асиміляції даних для уточнення результатів моделей розповсюдження забруднень після аварійних викидів. [Текст] / О. В. Шрубковський // Математичні машини і системи. – 2025. – № 1. – С. 113-123.
• Штовба, С. Д. Machine learning: стартовий курс [Електронний ресурс] : електронний навчальний посібник / С. Д. Штовба, О. М. Козачко ; ВНТУ. – Електрон. текст. дані. – Вінниця : ВНТУ, 2020.
• Управління мережами мобільного зв’язку 5G за допомогою використання технологій штучного інтелекту [Текст] / Б. Шубин, М. Климаш, А. Масюк, А. Осташевський // Infocommunication tecnologies and electronic engineering. – 2021. – Vol. 1, № 1. – С. 1-10.
• Модель інтеграції федеративного навчання в мережі мобільного зв’язку п’ятого покоління [Текст] / Б. Шубин, Т. Максимюк, О. Яремко [та ін.] // Infocommunication tecnologies and electronic engineering. – 2022. – Vol. 2, № 1 (3). – С. 26-35. – DOI: https://doi.org/10.23939/ictee2022.01.026.
• Шукла, Д. Прогнозування витрат на паребування в лікарні з використанням машинного навчання [Текст] / Д. Шукла, П. Чандракар // Вісті вищих учбових закладів. Радіоелектроніка. – 2022. – Т. 65, № 12(726). – С. 778-789.
• Алгоритмічні підходи до виявлення аномалій на основі машинного навчання [Текст] / Д. Д. Шулімова, А. О. Бойко, І. В. Мурзін, Т. П. Довженко // Телекомунікаційні та інформаційні технології. – 2025. – № 2. – С. 126-133. – DOI10.31673/2412-4338.2025.026117.
• Шульга, В. П. Математична модель семантичної атрибуції кіберінцидентів у системах виявлення аномалій на основі глибокого навчання [Текст] / В. П. Шульга, І. С. Іванченко, М. М. Рижаков // Сучасний захист інформації. – 2025. – № 3. – С. 186-198.
• Юрчак, І. Ю. Розуміння великих мовних моделей: майбутнє штучного інтелекту [Текст] / І. Ю. Юрчак, А. О. Хіч, В. Оксенюк // Computer Design Systems. Theory and Practice. – 2024. – Vol. 6, № 2. – С. 51-60.
• Ягуп, К. В. Визначення параметрів компенсувального пристрою системи електропостачання із застосуванням нейронної мережі [Електронний ресурс] / К. В. Ягуп, В. Г. Ягуп, Р. Г. Юсіфов // Наукові праці Вінницького національного технічного університету. – 2024. – № 4. – С. 1-9.
• Інтелектуальні методи та моделі обробки супутникових даних у задачі моніторингу звалищ [Текст] / Г. О. Яйлимова, Б. Я. Яйлимов, А. Ю. Шелестов, Т. М. Красільнікова // Проблеми керування та інформатики. – 2022. – № 2. – C. 128-140.
• Метод маршрутизації на основі машинного навчання у телекомунікаційних системах з використанням БПЛА [Текст] / В. П. Яковець, О. Е. Колесніков, С. В. Руденко, Д. М. Швець // Зв'язок. – 2025. – № 4. – С. 19-25.
• Яковчук, П. В. Прогнозування довговічності металів за багатоосьової втоми методами машинного навчання [Текст] / П. В. Яковчук, В. В. Кравченко, С. М. Шукаєв // Проблеми міцності. – 2025. – № 2. – С. 59-71.
• Яценко, Д. В. Дослідження проблематики предиктивної аналітики у цифровому маркетингу [Текст] / Д. В. Яценко, В. С. Садовенко // Зв'язок. – 2026. – № 2. – С. 102-112. – DOI: 10.31673/2412-9070.2026.029610.
• Яценко, Я. Д. Аналіз сучасних систем придиктовної аналітики [Текст] / Я. Д. Яценко, О. В. Жидка, О. Я. Кіс // Зв'язок. – 2025. – № 3. – С. 95-100.
• Методичні вказівки до виконання практичних робіт з дисципліни «Розробка проєктів засобами платформи .NET» [Електронний ресурс]. Ч. 1 : "Фреймворк машинного навчання ML.NET" зі спеціальності "Інженерія програмного забезпечення" / Вінниц. нац. техн. ун-т ; уклад. Г. Б. Ракитянська. – Електрон. текст. дані. – Вінниця : ВНТУ, 2026.

1    2    3    4    5    6    7