База данных: IPR SMART кітаптар
Беті 1, Нәтижелерін: 7
Отмеченные записи: 0
1.
Подробнее
Сурова, Н. Ю.
Искусственный интеллект : монография / Сурова Н. Ю. - Москва : ЮНИТИ-ДАНА, 2021. - 408 с. - ISBN 978-5-238-03513-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
глубокое обучение -- искусственный интеллект -- машинное обучение -- нейронные сети
Аннотация: В книге представлены как основы технологии искусственного интеллекта, включая работу с данными, машинное и глубокое обучение, нейронные сети, так и описания решений, сервисов и платформ с использованием технологии ИИ в мире и России. Отдельное внимание уделено законодательно-нормативным документам и технико-экономическим особенностям развития искусственного интеллекта в России и мире. Раскрыта динамика процессов развития решений с использованием технологии искусственного интеллекта. Даны прогнозы внедрения цифровых технологий в России на примере искусственного интеллекта, опираясь на реализацию Федерального проекта «Искусственный интеллект» 2021—2024 гг.
Доп.точки доступа:
Косов, М. Е.
Сурова, Н. Ю.
Искусственный интеллект : монография / Сурова Н. Ю. - Москва : ЮНИТИ-ДАНА, 2021. - 408 с. - ISBN 978-5-238-03513-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
глубокое обучение -- искусственный интеллект -- машинное обучение -- нейронные сети
Аннотация: В книге представлены как основы технологии искусственного интеллекта, включая работу с данными, машинное и глубокое обучение, нейронные сети, так и описания решений, сервисов и платформ с использованием технологии ИИ в мире и России. Отдельное внимание уделено законодательно-нормативным документам и технико-экономическим особенностям развития искусственного интеллекта в России и мире. Раскрыта динамика процессов развития решений с использованием технологии искусственного интеллекта. Даны прогнозы внедрения цифровых технологий в России на примере искусственного интеллекта, опираясь на реализацию Федерального проекта «Искусственный интеллект» 2021—2024 гг.
Доп.точки доступа:
Косов, М. Е.
2.
Подробнее
Математические и программные методы построения моделей глубокого обучения : учебное пособие / Протодьяконов А. В. - Москва, Вологда : Инфра-Инженерия, 2023. - 176 с. - ISBN 978-5-9729-1484-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
глубокое обучение -- математические методы -- метод бустинга -- построение моделей -- программные методы
Аннотация: Показана разработка и аналитика прикладных моделей глубокого обучения, применяемых в высоконагруженных интеллектуальных системах промышленного уровня. Изучение математических архитектур моделей глубокого обучения позволит не только разрабатывать, но и внедрять разработанные решения без помощи сторонних программных библиотек что увеличивает быстродействие всего программного решения в целом. Для студентов и сотрудников высших технических учебных заведений, а также специалистов прикладной сферы анализа данных.
Доп.точки доступа:
Протодьяконов, А. В.
Дягилева, А. В.
Пылов, П. А.
Майтак, Р. В.
Математические и программные методы построения моделей глубокого обучения : учебное пособие / Протодьяконов А. В. - Москва, Вологда : Инфра-Инженерия, 2023. - 176 с. - ISBN 978-5-9729-1484-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
глубокое обучение -- математические методы -- метод бустинга -- построение моделей -- программные методы
Аннотация: Показана разработка и аналитика прикладных моделей глубокого обучения, применяемых в высоконагруженных интеллектуальных системах промышленного уровня. Изучение математических архитектур моделей глубокого обучения позволит не только разрабатывать, но и внедрять разработанные решения без помощи сторонних программных библиотек что увеличивает быстродействие всего программного решения в целом. Для студентов и сотрудников высших технических учебных заведений, а также специалистов прикладной сферы анализа данных.
Доп.точки доступа:
Протодьяконов, А. В.
Дягилева, А. В.
Пылов, П. А.
Майтак, Р. В.
3.
Подробнее
Пылов, П. А.
Основы работы с моделями машинного и глубокого обучения : учебное пособие / Пылов П. А. - Москва, Вологда : Инфра-Инженерия, 2023. - 256 с. - ISBN 978-5-9729-1547-7 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
глубокое обучение -- гребневая регрессия -- машинное обучение -- нейронная сеть
Аннотация: Представлены необходимые инструменты для программной и математической разработки моделей прикладного машинного и глубокого обучения. Показаны базовые принципы и аспекты, которыми оперирует область Data Science. Дан ознакомительный экскурс по теоретической составляющей курса, для каждой рассмотренной модели машинного/глубокого обучения поставлена в соответствие её прикладная реализация. Для студентов, обучающихся по направлению подготовки «Искусственный интеллект». Может быть полезно специалистам в области искусственного интеллекта.
Доп.точки доступа:
Майтак, Р. В.
Дягилева, А. В.
Пылов, П. А.
Основы работы с моделями машинного и глубокого обучения : учебное пособие / Пылов П. А. - Москва, Вологда : Инфра-Инженерия, 2023. - 256 с. - ISBN 978-5-9729-1547-7 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
глубокое обучение -- гребневая регрессия -- машинное обучение -- нейронная сеть
Аннотация: Представлены необходимые инструменты для программной и математической разработки моделей прикладного машинного и глубокого обучения. Показаны базовые принципы и аспекты, которыми оперирует область Data Science. Дан ознакомительный экскурс по теоретической составляющей курса, для каждой рассмотренной модели машинного/глубокого обучения поставлена в соответствие её прикладная реализация. Для студентов, обучающихся по направлению подготовки «Искусственный интеллект». Может быть полезно специалистам в области искусственного интеллекта.
Доп.точки доступа:
Майтак, Р. В.
Дягилева, А. В.
4.
Подробнее
Елисеев, А. И.
Решение задач глубокого обучения с использованием фреймворков Pytorch и Pytorch Lightning : учебное пособие / Елисеев А. И. - Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2023. - 160 с. - ISBN 978-5-8265-2659-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
pytorch -- pytorch lightning -- глубокое обучение -- решение задач
Аннотация: Представляет собой комплексное руководство, предназначенное для изучения и применения фреймворков PyTorch и PyTorch Lightning в контексте задач глубокого обучения с акцентом на область компьютерного зрения. Предназначено для студентов 3 и 4 курсов направления подготовки 09.03.02 «Информационные системы и технологии», 1 и 2 курсов направления подготовки 09.04.02 «Информационные системы и технологии».
Доп.точки доступа:
Минин, Ю. В.
Кулаков, Ю. В.
Елисеев, А. И.
Решение задач глубокого обучения с использованием фреймворков Pytorch и Pytorch Lightning : учебное пособие / Елисеев А. И. - Тамбов : Тамбовский государственный технический университет, ЭБС АСВ, 2023. - 160 с. - ISBN 978-5-8265-2659-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
pytorch -- pytorch lightning -- глубокое обучение -- решение задач
Аннотация: Представляет собой комплексное руководство, предназначенное для изучения и применения фреймворков PyTorch и PyTorch Lightning в контексте задач глубокого обучения с акцентом на область компьютерного зрения. Предназначено для студентов 3 и 4 курсов направления подготовки 09.03.02 «Информационные системы и технологии», 1 и 2 курсов направления подготовки 09.04.02 «Информационные системы и технологии».
Доп.точки доступа:
Минин, Ю. В.
Кулаков, Ю. В.
5.
Подробнее
Пылов, П. А.
Изучение искусственного интеллекта на основе принципа интенсификации обучения : монография / Пылов П. А. - Москва, Вологда : Инфра-Инженерия, 2024. - 172 с. - ISBN 978-5-9729-1594-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
глубокое обучение -- интенсификация обучения -- искусственный интеллект -- нейронные сети
Аннотация: Показан процесс изучения основ машинного и глубокого обучения в теоретической и прикладной плоскости подготовки. Рассмотрены профильные направления искусственного интеллекта и критерии их значимости. Приведен анализ и аудит содержания подходящих существующих готовых рабочих программ. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный интеллект».
Доп.точки доступа:
Майтак, Р. В.
Дягилева, А. В.
Пылов, П. А.
Изучение искусственного интеллекта на основе принципа интенсификации обучения : монография / Пылов П. А. - Москва, Вологда : Инфра-Инженерия, 2024. - 172 с. - ISBN 978-5-9729-1594-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
глубокое обучение -- интенсификация обучения -- искусственный интеллект -- нейронные сети
Аннотация: Показан процесс изучения основ машинного и глубокого обучения в теоретической и прикладной плоскости подготовки. Рассмотрены профильные направления искусственного интеллекта и критерии их значимости. Приведен анализ и аудит содержания подходящих существующих готовых рабочих программ. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный интеллект».
Доп.точки доступа:
Майтак, Р. В.
Дягилева, А. В.
6.
Подробнее
Лекун, Я.
Как учится машина: революция в области нейронных сетей и глубокого обучения / Лекун Я. - Москва : Альпина ПРО, 2021. - 335 с. - ISBN 978-5-907394-92-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
глубокое обучение -- искусственный интеллект -- нейронная сеть -- распознавание -- умная машина -- управление
Аннотация: Мы живем во время революции, еще 50 лет назад казавшейся невероятной, – революции в области умных машин, которые теперь обучаются самостоятельно, вместо того чтобы просто выполнять запрограммированные команды. И возможности таких машин огромны: распознавание изображений, лиц и голосов, переводы на сотни языков, беспилотное управление автомобилями, обнаружение опухолей на медицинских снимках и многое другое. Автор книги Ян Лекун стоит у истоков этой революции. Лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook, он является одним из изобретателей глубокого обучения, применяемого к так называемым искусственным нейронным сетям, архитектура и функционирование которых вдохновлены устройством человеческого мозга. В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы. Сегодня искусственный интеллект действительно меняет общество. Эта понятная и доступная книга перенесет вас в самое сердце машины, открывая новый увлекательный мир, который уже является нашей реальностью.
Доп.точки доступа:
Арсенова, Е. \пер.\
Скворцова, В. \ред.\
Плец, М. \ред.\
Лекун, Я.
Как учится машина: революция в области нейронных сетей и глубокого обучения / Лекун Я. - Москва : Альпина ПРО, 2021. - 335 с. - ISBN 978-5-907394-92-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
глубокое обучение -- искусственный интеллект -- нейронная сеть -- распознавание -- умная машина -- управление
Аннотация: Мы живем во время революции, еще 50 лет назад казавшейся невероятной, – революции в области умных машин, которые теперь обучаются самостоятельно, вместо того чтобы просто выполнять запрограммированные команды. И возможности таких машин огромны: распознавание изображений, лиц и голосов, переводы на сотни языков, беспилотное управление автомобилями, обнаружение опухолей на медицинских снимках и многое другое. Автор книги Ян Лекун стоит у истоков этой революции. Лауреат премии Тьюринга, профессор Нью-Йоркского университета и руководитель фундаментальными исследованиями в Facebook, он является одним из изобретателей глубокого обучения, применяемого к так называемым искусственным нейронным сетям, архитектура и функционирование которых вдохновлены устройством человеческого мозга. В своей книге он, не прибегая к метафорам, делится своим научным подходом на стыке компьютерных наук и нейробиологии, проливая свет на будущее искусственного интеллекта, связанные с ним проблемы и перспективы. Сегодня искусственный интеллект действительно меняет общество. Эта понятная и доступная книга перенесет вас в самое сердце машины, открывая новый увлекательный мир, который уже является нашей реальностью.
Доп.точки доступа:
Арсенова, Е. \пер.\
Скворцова, В. \ред.\
Плец, М. \ред.\
7.
Подробнее
Пылов, П. А.
Глубокое обучение в задаче ранней диагностики деменции : монография / Пылов П. А. - Москва, Вологда : Инфра-Инженерия, 2024. - 108 с. - ISBN 978-5-9729-2042-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
альцгеймер -- глубокое обучение -- деменция -- заболевание -- медицинский снимок -- ранняя диагностика -- томография
Аннотация: Исследовано применение методов глубокого обучения в контексте ранней диагностики заболевания Альцгеймера. Рассматриваются основные способы мониторинга заболевания, известные на сегодняшний день в медицине. Излагаются методы и инструменты глубокого обучения, с помощью которых можно автоматизировать процесс определения диагноза на самых ранних стадиях. Программный код реализован на популярном языке программирования Python, поэтому любой желающий сможет запустить проект на своем собственном персональном компьютере. Для специалистов прикладной сферы анализа данных. Может быть полезно студентам и сотрудникам высших технических учебных заведений.
Доп.точки доступа:
Майтак, Р. В.
Протодьяконов, А. В.
Пылов, П. А.
Глубокое обучение в задаче ранней диагностики деменции : монография / Пылов П. А. - Москва, Вологда : Инфра-Инженерия, 2024. - 108 с. - ISBN 978-5-9729-2042-6 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
альцгеймер -- глубокое обучение -- деменция -- заболевание -- медицинский снимок -- ранняя диагностика -- томография
Аннотация: Исследовано применение методов глубокого обучения в контексте ранней диагностики заболевания Альцгеймера. Рассматриваются основные способы мониторинга заболевания, известные на сегодняшний день в медицине. Излагаются методы и инструменты глубокого обучения, с помощью которых можно автоматизировать процесс определения диагноза на самых ранних стадиях. Программный код реализован на популярном языке программирования Python, поэтому любой желающий сможет запустить проект на своем собственном персональном компьютере. Для специалистов прикладной сферы анализа данных. Может быть полезно студентам и сотрудникам высших технических учебных заведений.
Доп.точки доступа:
Майтак, Р. В.
Протодьяконов, А. В.
Беті 1, Нәтижелерін: 7