В данной работе решается задача создания искусственной нейронной сети для оценки точности метода Монте-Карло на примере покерных раздач. Помимо вышеуказанного метода рассмотрено ещё два основных подхода для вычисления доли общего количества покерных фишек в розыгрыше, которые достаются победителю раздачи. Также даны теоретические сведения об искусственных нейронных сетях и их практическом применении посредством библиотек для машинного обучения Tensorflow и Keras на языке программирования Python.

In this work, we solve the problem of creating an artificial neural network to assess the accuracy of the Monte Carlo method using poker hands as an example. In addition to the above method, two more basic approaches have been considered for calculating the share of the total number of poker chips in the drawing that go to the winner of the hand. Theoretical information is also given on artificial neural networks and their practical application through the Tensorflow and Keras machine learning libraries in the Python programming language.