База данных: Каталог ЭБС IPR SMART
Страница 3, Результатов: 23
Отмеченные записи: 0
21.
Подробнее
Платонов, В. В.
Технологии машинного обучения в кибербезопасности : учебное пособие / Платонов В. В. - Москва, Вологда : Инфра-Инженерия, 2024. - 140 с. - ISBN 978-5-9729-2048-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.973
Кл.слова (ненормированные):
информационная безопасность -- кибербезопасность -- кластеризация -- машинное обучение -- метрики -- нейронная сеть -- нечеткая логика
Аннотация: Рассматриваются основные методы и алгоритмы машинного обучения, которые используются в настоящее время. Даются примеры использования этих методов для решения различных задач обеспечения информационной безопасности. Для студентов вузов, обучающихся по группе специальностей (направлений) 10.00.00 «Информационная безопасность».
Платонов, В. В.
Технологии машинного обучения в кибербезопасности : учебное пособие / Платонов В. В. - Москва, Вологда : Инфра-Инженерия, 2024. - 140 с. - ISBN 978-5-9729-2048-8 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
информационная безопасность -- кибербезопасность -- кластеризация -- машинное обучение -- метрики -- нейронная сеть -- нечеткая логика
Аннотация: Рассматриваются основные методы и алгоритмы машинного обучения, которые используются в настоящее время. Даются примеры использования этих методов для решения различных задач обеспечения информационной безопасности. Для студентов вузов, обучающихся по группе специальностей (направлений) 10.00.00 «Информационная безопасность».
22.
Подробнее
Ракитский, А. А.
Методы машинного обучения : учебно-методическое пособие / Ракитский А. А. - Новосибирск : Сибирский государственный университет телекоммуникаций и информатики, 2023. - 35 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
линейная регрессия -- логический классификатор -- машинное обучение -- метрический классификатор
Аннотация: Данное учебно-методическое пособие включает в себя необходимые теоретические материалы по 4 лабораторным работам для изучения дисциплины «Методы машинного обучения» для направления подготовки 09.03.01 «Информатика и вычислительная техника» факультета Информатики и вычислительной техники. В пособии рассматриваются наиболее распространённые методы классификации, анализа и восстановления регрессии. Рассматриваются такие методы, как: линейная регрессия, метрические классификаторы и логические классификаторы, а также нейронные сети для задач распознавания объектов на изображениях, предсказание цены на недвижимость и т.д. Приводятся пояснения по применению указанных методов на практике и доказательства их корректности. Кроме того, описаны рекомендации и указания по выполнению лабораторных работ, связанных с данными темами. Методические указания рекомендованы для студентов технических специальностей, изучающих методы машинного обучения на 4 курсе бакалавриата.
Доп.точки доступа:
Дементьева, К. И.
Ракитский, А. А.
Методы машинного обучения : учебно-методическое пособие / Ракитский А. А. - Новосибирск : Сибирский государственный университет телекоммуникаций и информатики, 2023. - 35 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
линейная регрессия -- логический классификатор -- машинное обучение -- метрический классификатор
Аннотация: Данное учебно-методическое пособие включает в себя необходимые теоретические материалы по 4 лабораторным работам для изучения дисциплины «Методы машинного обучения» для направления подготовки 09.03.01 «Информатика и вычислительная техника» факультета Информатики и вычислительной техники. В пособии рассматриваются наиболее распространённые методы классификации, анализа и восстановления регрессии. Рассматриваются такие методы, как: линейная регрессия, метрические классификаторы и логические классификаторы, а также нейронные сети для задач распознавания объектов на изображениях, предсказание цены на недвижимость и т.д. Приводятся пояснения по применению указанных методов на практике и доказательства их корректности. Кроме того, описаны рекомендации и указания по выполнению лабораторных работ, связанных с данными темами. Методические указания рекомендованы для студентов технических специальностей, изучающих методы машинного обучения на 4 курсе бакалавриата.
Доп.точки доступа:
Дементьева, К. И.
23.
Подробнее
Немков, Р. М.
Информационные системы в науке и производстве : учебное пособие (лабораторный практикум) / Немков Р. М. - Ставрополь : Северо-Кавказский федеральный университет, 2020. - 258 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.973
Кл.слова (ненормированные):
информационные системы -- информационные системы -- информационные технологии -- машинное обучение -- наука -- производство
Аннотация: Пособие представляет лабораторный практикум, составленный в соответствии с рабочей программой. В нём содержатся основные технологии машинного обучения. Структурно каждая из работ состоит из краткого изложения теоретического материала, необходимого для ее выполнения, указаний по порядку выполнения работы, заданий для самостоятельного выполнения, контрольных вопросов и тестовых заданий. Предназначено для студентов магистров, обучающихся по направлению подготовки 09.04.02 Информационные системы и технологии, направленности (профилю) «Информационные системы в науке и производстве».
Немков, Р. М.
Информационные системы в науке и производстве : учебное пособие (лабораторный практикум) / Немков Р. М. - Ставрополь : Северо-Кавказский федеральный университет, 2020. - 258 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
информационные системы -- информационные системы -- информационные технологии -- машинное обучение -- наука -- производство
Аннотация: Пособие представляет лабораторный практикум, составленный в соответствии с рабочей программой. В нём содержатся основные технологии машинного обучения. Структурно каждая из работ состоит из краткого изложения теоретического материала, необходимого для ее выполнения, указаний по порядку выполнения работы, заданий для самостоятельного выполнения, контрольных вопросов и тестовых заданий. Предназначено для студентов магистров, обучающихся по направлению подготовки 09.04.02 Информационные системы и технологии, направленности (профилю) «Информационные системы в науке и производстве».
Страница 3, Результатов: 23