База данных: IPR SMART кітаптар
Беті 1, Нәтижелерін: 6
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.\
Беті 1, Нәтижелерін: 6