Инженерная практика
Российский нефтегазовый журнал о технологиях и оборудовании
+7 (903) 580-85-63 +7 (495) 371-01-74 info@glavteh.ru
Telegram

Машинное обучение и нейронные сети: основные свойства и особенности работы

Сегодня все более популярными становятся «сквозные» технологии в области цифровой трансформации – машинное обучение (Machine Learning, ML) и нейронные сети (Neural Networks, NNs). Но, несмотря на широкое применение и освещение в СМИ, свойства этих технологий и особенности их работы остаются не до конца понятными пользователям.
В предлагаемой Вашему вниманию статье приводятся базовые принципы работы ML и NNs, развенчиваются мифы об их универсальности и эффективности, проясняются детали алгоритмов и применения методов МL, объясняется разница между искусственным интеллектом (Artificial Intelligence, AI), ML и NNs, приводятся примеры эффективного практического применения ML и NNs для решения производственных задач ОАО «Севернефтегазпром».

15.03.2022 Инженерная практика №11-12/2021
Швайкин Роман Валерьевич Начальник службы информационно-управляющих систем ОАО «Севернефтегазпром»
Читайте далее
Перспективы разработки трудноизвлекаемых запасов в ПАО «ЛУКОЙЛ»
Надежность насосного оборудования после ремонта
Свежий выпуск
Инженерная практика №11-12/2024

Инженерная практика

Выпуск №11-12/2024

Повышение эффективности бурения и заканчиванияНовые технологии глушенияАнализ и прогнозирование осложнений
Оборудование для верхнего и нижнего заканчиванияКомплексные решения для осложненного мехфондаПерспективные технологии борьбы с гидратообразованиемАнтикоррозионная защита трубопроводов