kaz29Вестник Казахстанско-Британского технического университетаHerald of the Kazakh-British Technical University1998-66882959-8109Казахстанско-Британский Технический Университетkaz29-287Research ArticleФИЗИКО-МАТЕМАТИЧЕСКИЕ И ТЕХНИЧЕСКИЕ НАУКИPHYSICAL, MATHEMATICAL AND TECHNICAL SCIENCESМАШИННОЕ ОБУЧЕНИЕMACHINE LEARNINGЖунусоваА. Ж.ZhunussovaA.

докторант

Казахский Национальный университет им. аль-ФарабиКазахстан202015112021174150154Copyright © Жунусова А.Ж., 20212021Жунусова А.Ж.Zhunussova A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.kbtu.edu.kz/jour/article/view/287

Машинное обучение растет с каждым днем благодаря широкому спектру приложений. От анализа трафика до автомобилей с автоматическим управлением многие задачи переходят на автомобили с самообучением. Теперь на пересечении второго и третьего уровней машинного обучения, темп изменений в мире с помощью этой технологии растет с каждым днем.

Machine learning is growing every day thanks to a wide range of applications. From traffic analysis to self-driving cars, many tasks are shifting to self-learning cars. Now, at the intersection of the second and third levels of machine learning, the pace of change in the world with the help of this technology is growing every day.

машинное обучениенейронные сетиуглубленное обучениемашинный переводпостредактированиеmachine learningneural networksadvanced learningmachine translationpost-editingReferencesAbdi tf, Williams L.J. Principal Component Analysis//Wiley Interdisciplinary Reviews: Computational Statistics, 2010, vol. 2, no. 4. – P. 433-459.Abdi tf, Williams L.J. Principal Component Analysis//Wiley Interdisciplinary Reviews: Computational Statistics, 2010, vol. 2, no. 4. – P. 433-459.Ackley D. H., Hinton G. E,, Sejnowski T. J. A Learning Algorithm for Boltzmann Machines // Connectionist Models and Their Implications: Readings from Cognitive Science / Norwood, NJ, USA: Ablex Publishing Corp., 1988. - P. 285-307.Ackley D. H., Hinton G. E,, Sejnowski T. J. A Learning Algorithm for Boltzmann Machines // Connectionist Models and Their Implications: Readings from Cognitive Science / Norwood, NJ, USA: Ablex Publishing Corp., 1988. - P. 285-307.Addressing the Rare Word Problem in Neural Machine Translation/T. Luong et al. //Proc. 53rd ACL and the 7th IJCNLP, Vol. 1: Long Papers, Beijing, China: ACL, 2015. – P. 11-19.Addressing the Rare Word Problem in Neural Machine Translation/T. Luong et al. //Proc. 53rd ACL and the 7th IJCNLP, Vol. 1: Long Papers, Beijing, China: ACL, 2015. – P. 11-19.Adversarial Autoencoders / A. Makhzani et al. // arXiv, 2015. http://arxiv.org/abs/1511.05644.Adversarial Autoencoders / A. Makhzani et al. // arXiv, 2015. http://arxiv.org/abs/1511.05644.Aggarwal С. C., Reddy С. K. Data Clustering: Algorithms and Applications, Chapman and Hall/ CRC, 2013. 6. Antipov G.y Baccouche М., DugelayJ. Face Aging With Conditional Generative Adversarial Networks //arXiv, 2017. http://arxiv.org/abs/1702.01983.Aggarwal С. C., Reddy С. K. Data Clustering: Algorithms and Applications, Chapman and Hall/ CRC, 2013. 6. Antipov G.y Baccouche М., DugelayJ. Face Aging With Conditional Generative Adversarial Networks //arXiv, 2017. http://arxiv.org/abs/1702.01983.

The authors declare that there are no conflicts of interest present.