ოლეგ ნამიჩეიშვილი

Oleg Namicheishvili is a doctor of technical sciences, a professor, a full member of the international and Georgian engineering academies, a member of the Academy of Natural Sciences of Georgia.

His scientific interests are: computational and electronic technology, artificial neural networks, deep learning, computer simulation of physical phenomena, mathematical theory of reliability.

At the Georgian Technical University, he conducts courses: introduction to the specialty of computer science, object-oriented programming, switching circuit theory, data structure, coding theory, Machine Learning, Machine Learning and programming, Use of Artificial Neural Network, Artificial Neural Networks, Machine learning methods and algorithms, Artificial neural network - what is it? etc.


ოლეგ ნამიჩეიშვილი არის ტექნიკის მეცნიერებათა დოქტორი, პროფესორი, საქართველოსა და საერ­თაშორისო საინჟინრო აკადემიათა ნამდვილი წევ­რი, საქართველოს საბუნებისმეტყველო მეცნიერე­ბათა აკადემიის ნამდვილი წევრი.

მისი სამეცნიერო ინტერესების სფეროა ინფორმაციუ­ლი სისტემები, გამოთვლითი და ელექტრონული ტექნიკა, ხელოვნური ნეირონული ქსელები, ღრმა სწავლება, ფი­ზიკური მოვლენების კომპიუტერული მოდელირება, საიმე­დოობის მათემატიკური თეორია.

საქართველოს ტექნიკურ უნივერსიტეტში იგი კითხულობს ისეთ საგნებს, როგორიც არის: ინფორმატიკის სპეციალობის შესავალი, ობიექტზე ორიენტირებული დაპროგრამება, გადამრთველი სქემების თეორია, მონაცემთა სტრუქტურები, კოდირების თეორია, მანქანური სწავლების საფუძვლები, მანქანური სწავლება და დაპროგრამება, ხელოვნური ნეირონული ქსელის გამოყენება, ხელოვნური ნეირონული ქსელები,მანქანური სწავლების მეთოდები და ალგორითმები, ხელოვნური ნეირონული ქსელი - რა არის ეს? და სხვა.

სამეცნიერო ინტერესები
  • კვლევითი ინტერესები: ინფორმაციული სისტემები, გამოთვლითი და ელექტრონული ტექნიკა, ხელოვნური ნეირონული ქსლები, ფიზიკური მოვლენების კომპიუტერული მოდელირება, სიღრმისეული სწავლება, საიმედოობის მათემატიკური თეორია.
  • ხელოვნური ინტელექტი, მანქანური სწავლება, კლასიფიკაციის ბაიესური მეთოდები, კლასიფიკაციის წრფივი მეთოდები, კლასიფიკაციის მეტრიკული ზომები, რეგრესიის აღდგენის მეთოდები, კლასტერიზაცია და ვიზუალიზაცია