База данных: IPR SMART кітаптар
Беті 1, Нәтижелерін: 3
Отмеченные записи: 0
1.
Подробнее
Хрипунова, М. Б.
Экономика на Python : учебник / Хрипунова М. Б. - Москва : Прометей, 2021. - 316 с. - ISBN 978-5-00172-219-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 65.01
Кл.слова (ненормированные):
python -- монополия -- налоговое поступление -- потребитель -- рыночный спрос -- цифровой метод -- экономика -- экономическая теория -- экономическое равновесие
Аннотация: Учебник содержит интегрированное изложение теоретических разделов экономической теории и ее практической реализации с помощью математического аппарата в среде Python. Отличается подробным описанием решений многочисленных примеров как традиционными, так и цифровыми методами и содержит задачи для самостоятельного решения. Для студентов бакалавриата, магистратуры и аспирантов, обучающихся по экономическим направлениям подготовки, а также для практических специалистов. Соответствует ФГОС ВО последнего поколения.
Доп.точки доступа:
Губернаторов, А. М.
Хрипунова, М. Б.
Экономика на Python : учебник / Хрипунова М. Б. - Москва : Прометей, 2021. - 316 с. - ISBN 978-5-00172-219-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- монополия -- налоговое поступление -- потребитель -- рыночный спрос -- цифровой метод -- экономика -- экономическая теория -- экономическое равновесие
Аннотация: Учебник содержит интегрированное изложение теоретических разделов экономической теории и ее практической реализации с помощью математического аппарата в среде Python. Отличается подробным описанием решений многочисленных примеров как традиционными, так и цифровыми методами и содержит задачи для самостоятельного решения. Для студентов бакалавриата, магистратуры и аспирантов, обучающихся по экономическим направлениям подготовки, а также для практических специалистов. Соответствует ФГОС ВО последнего поколения.
Доп.точки доступа:
Губернаторов, А. М.
2.
Подробнее
Борисова, И. В.
Цифровые методы обработки информации : учебное пособие / Борисова И. В. - Новосибирск : Новосибирский государственный технический университет, 2014. - 139 с. - ISBN 978-5-7782-2448-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
метод обработки -- обработка изображения -- обработка информации -- обработка сигнала -- оптоэлектронная система -- цифровой метод
Аннотация: Представлены базовые сведения по цифровой обработке сигналов и изображений: математическое описание непрерывных сигналов, дискретизация, квантование, двумерные унитарные преобразования, способы улучшения, реконструкции и анализа изображения, выделение признаков изображения, слияние многоканальной информации и автосопровождение целей. Рассмотрены классические и современные методы и алгоритмы цифровой обработки изображений, позволяющие решать задачи распознавания объектов в высокоточных комплексах и информационных системах специального назначения. Дается представление об алгоритмах функционирования оптоэлектронных систем обработки информации, которые иллюстрируются на тестовых и реальных изображениях. Учебное пособие предназначено для аспирантов соответствующих специальностей, а также для студентов старших курсов и магистрантов, обучающихся: по направлению 270000 (220400) «Управление в технических системах» (специализации «Автономные информационные и управляющие системы», «Системы автоматического управления летательными аппаратами»), по специальности 170501 (170100) «Боеприпасы и взрыватели» (специализация «Автономные системы управления действием средств поражения»), а также по направлениям и специальностям в области обработки информации.
Борисова, И. В.
Цифровые методы обработки информации : учебное пособие / Борисова И. В. - Новосибирск : Новосибирский государственный технический университет, 2014. - 139 с. - ISBN 978-5-7782-2448-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
метод обработки -- обработка изображения -- обработка информации -- обработка сигнала -- оптоэлектронная система -- цифровой метод
Аннотация: Представлены базовые сведения по цифровой обработке сигналов и изображений: математическое описание непрерывных сигналов, дискретизация, квантование, двумерные унитарные преобразования, способы улучшения, реконструкции и анализа изображения, выделение признаков изображения, слияние многоканальной информации и автосопровождение целей. Рассмотрены классические и современные методы и алгоритмы цифровой обработки изображений, позволяющие решать задачи распознавания объектов в высокоточных комплексах и информационных системах специального назначения. Дается представление об алгоритмах функционирования оптоэлектронных систем обработки информации, которые иллюстрируются на тестовых и реальных изображениях. Учебное пособие предназначено для аспирантов соответствующих специальностей, а также для студентов старших курсов и магистрантов, обучающихся: по направлению 270000 (220400) «Управление в технических системах» (специализации «Автономные информационные и управляющие системы», «Системы автоматического управления летательными аппаратами»), по специальности 170501 (170100) «Боеприпасы и взрыватели» (специализация «Автономные системы управления действием средств поражения»), а также по направлениям и специальностям в области обработки информации.
3.
Подробнее
Сенько, О. В.
Цифровые методы диагностики и прогнозирования процессов : учебное пособие / Сенько О. В. - Москва : Издательский Дом МИСиС, 2016. - 85 с. - ISBN 978-5-906846-21-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
алгоритм -- диагностика -- искусственный нейрон -- линейная регрессия -- нейронная сеть -- программное средство -- статистическая модель -- цифровой метод
Аннотация: Изложены методы решения задач автоматического прогнозирования и диагностики процессов с помощью алгоритмов, настроенных по выборкам прецедентов. Описывается ряд методов регрессионного анализа, включая современные модели, основанные на регуляризации по Тихонову. Анализируются наиболее популярные подходы к решению задач распознавания, включая статистические модели, нейронные сети, решающие деревья и леса, комбинаторно-логические модели, метод опорных векторов и др. Рассматриваются статистически обоснованные способы оценки точности получаемых решений, сравниваются эффективности различных подходов. Приводится ряд примеров использования излагаемых методов для решения различных практических задач в разных отраслях промышленности. Соответствует ГОС дисциплины «Цифровые методы диагностики и прогнозирования процессов». Предназначено для магистров, аспирантов и специалистов.
Сенько, О. В.
Цифровые методы диагностики и прогнозирования процессов : учебное пособие / Сенько О. В. - Москва : Издательский Дом МИСиС, 2016. - 85 с. - ISBN 978-5-906846-21-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
алгоритм -- диагностика -- искусственный нейрон -- линейная регрессия -- нейронная сеть -- программное средство -- статистическая модель -- цифровой метод
Аннотация: Изложены методы решения задач автоматического прогнозирования и диагностики процессов с помощью алгоритмов, настроенных по выборкам прецедентов. Описывается ряд методов регрессионного анализа, включая современные модели, основанные на регуляризации по Тихонову. Анализируются наиболее популярные подходы к решению задач распознавания, включая статистические модели, нейронные сети, решающие деревья и леса, комбинаторно-логические модели, метод опорных векторов и др. Рассматриваются статистически обоснованные способы оценки точности получаемых решений, сравниваются эффективности различных подходов. Приводится ряд примеров использования излагаемых методов для решения различных практических задач в разных отраслях промышленности. Соответствует ГОС дисциплины «Цифровые методы диагностики и прогнозирования процессов». Предназначено для магистров, аспирантов и специалистов.
Беті 1, Нәтижелерін: 3