Update README.ru-RU.md (#13)

README.ru-RU.md

@@ -211,7 +211,7 @@ function backwardPropagation(predictions, xTrain, yTrain) {
 
 - она проведет определенное время (`epochs`) с нашим пока еще глупеньким нано-нейроном, пытаясь обучить его,
 - она будет использовать специальные книги (`xTrain` и `yTrain` наборы данных) для обучения,
-- она стимулировать нашего «ученика» учиться прилежнее (быстрее) используя параметр `alpha`, который по сути регулирует скорость обучения.
+- она будет стимулировать нашего «ученика» учиться прилежнее (быстрее) используя параметр `alpha`, который по сути регулирует скорость обучения.
 
 Пару слов о параметре `alpha`. Это всего-лишь коэффициент (умножитель) для значений переменных `dW` и `dB`, которые мы вычисляем во время обратного распространения сигнала. Итак, производная показала нам направление к минимуму функции ошибки (об этом нам говорят знаки значений `dW` и `dB`). Также производная показала нам как быстро нам надо двигаться в сторону минимума функции (об этом нам говорят абсолютные значения `dW` и `dB`). Теперь нам надо умножить размер шага на `alpha`, чтобы отрегулировать скорость нашего приближения к минимуму (итоговый размер шага). Иногда, если мы будем использовать большие значения для `alpha`, мы можем идти настолько большими шагами, что можем попросту *переступить* минимум функции, тем самым пропустив его.