Primena edukativnih igara za ucenje modela klasicnih finansija

Sadržaj rada

Ovaj stručni rad pod nazivom "Primena edukativnih igara za ucenje modela klasicnih finansija" objavljen je u naučnom časopisu Info M. Rad obrađuje napredne koncepte i praktična rešenja u okviru naučne discipline "Veštačka inteligencija".

Preuzimanje arhiviranog PDF-a

Kompletan tekst rada sa svim pripadajućim grafikonima, tehničkim skicama, matematičkim formulama i tabelama dostupan je u arhiviranom PDF formatu lokalno na našim serverima radi trajne bezbednosti i prevencije gubitka linkova.

Preuzmi PDF (Local Mirror)

Osnovne informacije o radu

Naziv rada Primena edukativnih igara za ucenje modela klasicnih finansija
Autori Jelena Minovic, Miroslav Minovic, Milos Milovanovic
Naučna oblast Veštačka inteligencija
Časopis / Izdanje Info M časopis 038, Godina 2011

Citiranje i bibliografski podaci

Za potrebe navođenja ovog rada u drugim naučnim i akademskim radovima, preporučujemo korišćenje sledećih standardizovanih formata citiranja:

HARVARD FORMAT:

Jelena Minovic, Miroslav Minovic, Milos Milovanovic (2011). "Primena edukativnih igara za ucenje modela klasicnih finansija". Info M, Vol. 2011, No. 38, pp. .

IEEE FORMAT:

Jelena Minovic, Miroslav Minovic, Milos Milovanovic, "Primena edukativnih igara za ucenje modela klasicnih finansija," Info M, vol. 2011, no. 38, pp. , 2011.

Često postavljana pitanja

Koja je razlika između mašinskog i dubokog učenja?

Mašinsko učenje koristi algoritme koji uče iz podataka bez ekspilcitnog programiranja, dok duboko učenje koristi višeslojne veštačke neuronske mreže za analizu kompleksnih šablona.

Šta su veliki jezički modeli (LLM)?

LLM su modeli dubokog učenja obučeni na masivnim tekstualnim korpusima koji mogu da razumeju, generišu i prevode prirodan jezik na visokom nivou.