biror (u) tasodifiy miqdor oʻrta qiymatining boshqa bir tasodifiy miqdoriga bogʻlikligi

Foydalanish[tahrir | manbasini tahrirlash]

Sunʼiy neyron tarmoqlardan foydalanish ularning xususiyatlarini tushunishni talab qiladi.

• 
  Modelni tanlash: Bu maʼlumotlar taqdimoti va ilovaga bogʻliq. Haddan tashqari murakkab modellar sekin oʻrganishdir.
  
• 
  Oʻrganish algoritmi: Oʻrganish algoritmlari oʻrtasida koʻplab kelishuvlar mavjud. Deyarli har qanday algoritm maʼlum bir maʼlumotlar toʻplamini oʻqitish uchun toʻgʻri giperparametrlar bilan yaxshi ishlaydi. Biroq, koʻrinmas maʼlumotlar boʻyicha trening algoritmini tanlash va sozlash muhim tajribani talab qiladi.
  
• 
  Barqarorlik: Agar model, xarajat funksiyasi va oʻrganish algoritmi toʻgʻri tanlangan boʻlsa, natijada SNT mustahkam boʻlishi mumkin.
  

SNT imkoniyatlari quyidagi keng toifalarga kiradi: 

• 
  Funksiyani yaqinlashtirish yoki regressiya tahlili, jumladan, vaqt seriyasini bashorat qilish, fitnesga yaqinlashtirish va modellashtirish.
  
• 
  Tasniflash, shu jumladan naqsh va ketma-ketlikni aniqlash, yangilikni aniqlash va ketma-ket qaror qabul qilish.^[85]
  
• 
  Maʼlumotlarni qayta ishlash, jumladan, filtrlash, klasterlash, koʻr manbalarni ajratish va siqish.
  
• 
  Robototexnika, shu jumladan boshqarish manipulyatorlari va protezlari.
  

Ilovalar[tahrir | manbasini tahrirlash]

Qoʻllash sohalariga tizimni identifikatsiyalash va boshqarish (avtomobilni boshqarish, traektoriyani bashorat qilish,^[86] jarayoNTi boshqarish, tabiiy resurslarni boshqarish), kvant kimyosi,^[87] umumiy oʻyin oʻynash,^[88] naqshni aniqlash (radar tizimlari, yuzni identifikatsiyalash, signal tasnifi,^[89] 3D rekonstruksiya,^[90] obyektni aniqlash va boshqalar), sensor maʼlumotlarini tahlil qilish,^[91] ketma-ketlikni aniqlash (imo-ishora, nutq, qoʻlda yozilgan va bosilgan matNTi aniqlash^[92]), tibbiy diagnostika, moliya^[93](masalan, avtomatlashtirilgan savdo tizimlari), maʼlumotlarni qidirish, vizualizatsiya, mashina tarjimasi,ijtimoiy tarmoqlarni filtrlash va elektron pochta spamlarini filtrlash.SNTlar bir nechta saraton turlarini tashxislash uchun.^[94][95] Faqat hujayra shakli haqidagi maʼlumotlardan foydalangan holda yuqori invaziv saraton hujayralarini kamroq invaziv chiziqlardan ajratish uchun ishlatilgan.^[96][97]
SNT tabiiy ofatlarga duchor boʻlgan infratuzilmalarning ishonchliligini tahlil qilishni tezlashtirish uchun^[98][99] va poydevor qoʻyishlarini bashorat qilish uchun ishlatilgan.^[100] SNT geofanda qora quti modellarini yaratish uchun ham ishlatilgan: gidrologiya,^[101][102] okeanlarni modellashtirish va qirgʻoq muhandisligi,^[103][104] va geomorfologiya.^[105] SNTlar kiberxavfsizlikda qonuniy faoliyat va zararli harakatlar oʻrtasidagi farqni aniqlash maqsadida ishlatilgan. Masalan, mashinani oʻrganish Android zararli dasturlarini tasniflash,^[106] tahdid qiluvchi shaxslarga tegishli domenlarni aniqlash va xavfsizlikka xavf tugʻdiruvchi URL manzillarni aniqlash uchun ishlatilgan.^[107] Penetratsion testlar, botnetlar,^[108] kredit kartalari boʻyicha firibgarlik^[109].
SNT fizikada qisman differensial tenglamalarni yechish va koʻp jismli ochiq kvant tizimlarining xususiyatlarini simulyatsiya^[110] uchun vosita sifatida^[111][112].^{[113][114][115][116]} Miya tadqiqotida SNTlar individual neyronlarning qisqa muddatli xatti-harakatlarini oʻrgandilar,^[117] neyron zanjirining dinamikasi individual neyronlar oʻrtasidagi oʻzaro taʼsirlardan va xatti-harakatlarning toʻliq quyi tizimlarni ifodalovchi mavhum neyron modullaridan qanday kelib chiqishi mumkinligidan kelib chiqadi.