Sun'iy neyron tarmoq modeli

Tasvirlarning tasnifi. Vazifa xususiyat vektori bilan ifodalangan kirish tasviri (masalan, nutq signali yoki qo'lda yozilgan belgi) bir yoki bir nechta oldindan belgilangan sinflarga tegishli ekanligini ko'rsatishdir. Ma'lum ilovalar orasida harflarni aniqlash, nutqni aniqlash, elektrokardiogramma signallarini tasniflash va qon hujayralari tasnifi mavjud.
Klasterlash/toifalash."Nazorat qilinmagan" tasvir tasnifi deb ham ataladigan klasterlash muammosini hal qilishda sinf belgilariga ega bo'lgan o'quv namunasi mavjud emas. Klasterlash algoritmi tasvirlarning o'xshashligiga asoslanadi va o'xshash tasvirlarni bitta klasterga joylashtiradi. Klasterlash bilimlarni olish, ma'lumotlarni siqish va ma'lumotlar xususiyatlarini o'rganish uchun ishlatilgan.
Funksiyalarning yaqinlashishi. Faraz qilaylik, bizda noma'lum funktsiya (x) tomonidan yaratilgan o'quv namunasi ((x 1 ,y 1), (x 2 ,y 2 )..., (xn ,yn )) (kirish-chiqish ma'lumotlari juftlari) mavjud bo'lsin. shovqin bilan. Taxminlash masalasi noma'lum funktsiya (x) uchun taxminni topishdir. Funktsiyalarni yaqinlashtirish ko'plab muhandislik va ilmiy modellashtirish muammolarini hal qilish uchun zarurdir.
Bashorat / bashorat. n ta diskret namunalar (y(t 1), y(t 2)..., y(t n )) ketma-ket t 1, t 2,..., t n vaqtlarida berilsin. Muammo y(t n+1 ) qiymatini kelajakdagi t n+1 vaqtida bashorat qilishdir. Bashorat/prognoz biznes, fan va texnologiya sohasida qaror qabul qilishga sezilarli ta'sir ko'rsatadi. Qimmatli qog'ozlar bozori narxini bashorat qilish va ob-havo prognozi bashorat qilish / bashorat qilish usullarining odatiy ilovalaridir.
Optimallashtirish. Matematika, statistika, muhandislik, fan, tibbiyot va iqtisodiyotdagi ko'plab muammolarni optimallashtirish muammolari deb hisoblash mumkin. Optimallashtirish algoritmining vazifasi cheklovlar tizimini qanoatlantiradigan va maqsad funktsiyasini maksimal yoki minimallashtiradigan yechimni topishdir. NP-to'liq sayohatchi sotuvchi muammosi optimallashtirish muammosining klassik namunasidir.