База данных: IPR База
Страница 4, Результатов: 467
Отмеченные записи: 0
31.
Подробнее
149265
Исследование и разработка моделей, методов, алгоритмов оценки качества наборов данных для задач предиктивной аналитики динамики показателей / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2024. - 235 с. - ISBN 978-5-9795-2438-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
временные ряды -- модель прогнозирования -- нечеткие множества -- нечеткие правила -- оценка качества -- предиктивная аналитика -- фрагментарность данных
Аннотация: В монографии авторы изложили модифицированные методы и разработанные алгоритмы, лежащие в основе анализа контекста динамики показателей процессов. Рассмотрены нечеткие модели прогнозирования временных рядов и нечеткие множества второго типа в предиктивной аналитике. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Приведены примеры применения интеллектуальных моделей для обработки различных типов данных (гистопрепараты/изображения, тексты на естественном языке) в различных предметных областях (медицина/жилищно-коммунальное хозяйство). Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. Представлена в авторской редакции. Монография адресована научным работникам и прикладным пользователям.
Доп.точки доступа:
Ярушкина, Н. Г.
Мошкин, В. С.
Гуськов, Г. Ю.
Романов, А. А.
Филиппов, А. А.
Андреев, И. А.
Корунова, Н. В.
Эгов, Е. Н.
Ярушкиной, Н. Г. \ред.\
Исследование и разработка моделей, методов, алгоритмов оценки качества наборов данных для задач предиктивной аналитики динамики показателей / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2024. - 235 с. - ISBN 978-5-9795-2438-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
временные ряды -- модель прогнозирования -- нечеткие множества -- нечеткие правила -- оценка качества -- предиктивная аналитика -- фрагментарность данных
Аннотация: В монографии авторы изложили модифицированные методы и разработанные алгоритмы, лежащие в основе анализа контекста динамики показателей процессов. Рассмотрены нечеткие модели прогнозирования временных рядов и нечеткие множества второго типа в предиктивной аналитике. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Приведены примеры применения интеллектуальных моделей для обработки различных типов данных (гистопрепараты/изображения, тексты на естественном языке) в различных предметных областях (медицина/жилищно-коммунальное хозяйство). Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. Представлена в авторской редакции. Монография адресована научным работникам и прикладным пользователям.
Доп.точки доступа:
Ярушкина, Н. Г.
Мошкин, В. С.
Гуськов, Г. Ю.
Романов, А. А.
Филиппов, А. А.
Андреев, И. А.
Корунова, Н. В.
Эгов, Е. Н.
Ярушкиной, Н. Г. \ред.\
32.
Подробнее
142272
Барский, А. Б.
Логические нейронные сети : учебное пособие / Барский А. Б. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. - 491 с. - ISBN 978-5-4497-3303-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
искусственный интеллект -- логическая сеть -- логическое программирование -- математическая логика -- нейронная сеть -- нейросетевая технология -- самообучающаяся система -- система управления -- структура нейросети
Аннотация: В учебном пособии на основе положений математической логики событий исследуется возможность построения логических нейронных сетей, выполняющих операции вывода в составе систем искусственного интеллекта, имитирующих механизмы работы мозга. Предлагаются методы построения обученных нейронных сетей, созданных «под задачу», простые методы обучения-трассировки, методы преобразования описаний систем принятия решений для повышения достоверности выводов. Рассматривается возможность применения логических нейронных сетей в самообучающихся системах управления, а также в различных системах экономики, транспорта, безопасности, защиты информации, при решении задач интеллектуального отображения, в бизнесе туризма и развлечений, при политическом и социальном прогнозировании и в других задачах науки и искусства.
Барский, А. Б.
Логические нейронные сети : учебное пособие / Барский А. Б. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. - 491 с. - ISBN 978-5-4497-3303-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
искусственный интеллект -- логическая сеть -- логическое программирование -- математическая логика -- нейронная сеть -- нейросетевая технология -- самообучающаяся система -- система управления -- структура нейросети
Аннотация: В учебном пособии на основе положений математической логики событий исследуется возможность построения логических нейронных сетей, выполняющих операции вывода в составе систем искусственного интеллекта, имитирующих механизмы работы мозга. Предлагаются методы построения обученных нейронных сетей, созданных «под задачу», простые методы обучения-трассировки, методы преобразования описаний систем принятия решений для повышения достоверности выводов. Рассматривается возможность применения логических нейронных сетей в самообучающихся системах управления, а также в различных системах экономики, транспорта, безопасности, защиты информации, при решении задач интеллектуального отображения, в бизнесе туризма и развлечений, при политическом и социальном прогнозировании и в других задачах науки и искусства.
33.
Подробнее
153436
Машинное обучение в финансах : учебник для магистратуры / Богатырев С. Ю. - Москва : Прометей, 2024. - 224 с. - ISBN 978-5-00172-572-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
машинное обучение -- финансы
Аннотация: Учебник предназначен для проведения занятий по дисциплине «Машинное обучение в финансах». В учебнике описано, как работать с основными инструментами машинного обучения: Python, Pandas. Приведены примеры кода для загрузки, обработки и анализа информации с финансовых рынков. Описаны современные направления использования машинного обучения в финансовой сфере. Очерчены перспективные направления разработки средств машинного обучения на финансовых рынках. Материал учебника предоставляет читателям практические знания в области методов работы с данными и основ машинного обучения, а также того, как они используются в инвестиционном процессе. На примере виртуальных кейсов читатели получают практический опыт программирования, основанный на реалистичных сценариях, применяют концепции машинного обучения к реальным инвестиционным проблемам и учатся ясно объяснять их неспециалистам и клиентам. Учебник предназначен для магистрантов, обучающихся по направлениям подготовки «Экономика», «Финансы и кредит», слушателей сокращенных программ, программ профессиональной переподготовки финансистов. Материалы учебника могут использоваться для подготовки к экзамену на получение сертификата CFA Data Science for Investment Professionals Certificate.
Доп.точки доступа:
Богатырев, С. Ю.
Помулев, А. А.
Затевахина, А. В.
Круглова, И. А.
Барабанова, М. И.
Тегин, А. В.
Солодовников, М. А.
Шашина, И. А.
Матросов, С. В.
Богатырева, С. Ю. \ред.\
Машинное обучение в финансах : учебник для магистратуры / Богатырев С. Ю. - Москва : Прометей, 2024. - 224 с. - ISBN 978-5-00172-572-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
машинное обучение -- финансы
Аннотация: Учебник предназначен для проведения занятий по дисциплине «Машинное обучение в финансах». В учебнике описано, как работать с основными инструментами машинного обучения: Python, Pandas. Приведены примеры кода для загрузки, обработки и анализа информации с финансовых рынков. Описаны современные направления использования машинного обучения в финансовой сфере. Очерчены перспективные направления разработки средств машинного обучения на финансовых рынках. Материал учебника предоставляет читателям практические знания в области методов работы с данными и основ машинного обучения, а также того, как они используются в инвестиционном процессе. На примере виртуальных кейсов читатели получают практический опыт программирования, основанный на реалистичных сценариях, применяют концепции машинного обучения к реальным инвестиционным проблемам и учатся ясно объяснять их неспециалистам и клиентам. Учебник предназначен для магистрантов, обучающихся по направлениям подготовки «Экономика», «Финансы и кредит», слушателей сокращенных программ, программ профессиональной переподготовки финансистов. Материалы учебника могут использоваться для подготовки к экзамену на получение сертификата CFA Data Science for Investment Professionals Certificate.
Доп.точки доступа:
Богатырев, С. Ю.
Помулев, А. А.
Затевахина, А. В.
Круглова, И. А.
Барабанова, М. И.
Тегин, А. В.
Солодовников, М. А.
Шашина, И. А.
Матросов, С. В.
Богатырева, С. Ю. \ред.\
34.
Подробнее
135262
Поляков, М. В.
Медицинадағы деректерді өндіру : оқу құралы / Поляков М. В. - Алматы, Москва : EDP Hub (Идипи Хаб), Ай Пи Ар Медиа, 2024. - 85 с. - ISBN 978-5-4497-2625-4 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
python -- большие данные -- интеллектуальный анализ -- искусственный интеллект -- машинное обучение -- медицина -- медицинские исследования -- язык программирования
Аннотация: Оқу құралы «Ресей Федерациясының цифрлық экономикасы» Ұлттық бағдарламасында жүргізілген бірқатар өтпелі технологияларды қолдану мәселелерін қамтиды, мысалы: «Үлкен деректерді сақтау және талдау технологиялары», «Жасанды интеллект», «Машиналық оқыту технологиялары және когнитивті технологиялар». Басылым медициналық зерттеулердің нәтижелерін өңдеу үшін машиналық оқыту алгоритмдері мен деректерді интеллектуалды талдау әдістерін қолдануға арналған. Негізгі құрал ретінде Python бағдарламалаудың жоғары деңгейлі тілі қарастырылады, ол бүгінгі күні деректерді өңдеу мен талдаудың ең қуатты құралы болып табылады. Оқу құралы «Ақпараттық-коммуникациялық технологиялар» және «Денсаулық сақтау» білім беру саласының мамандықтары бойынша оқитын және пәндерді оқитын жоғары оқу орындарының студенттеріне арналған «Интеллектуалды ақпараттық жүйелер мен технологиялар», «Жасанды интеллект жүйелері», «Жасанды интеллект және нейрондық жүйелер», «Зияткерлік деректерді өңдеу», «Деректерді талдау».
Поляков, М. В.
Медицинадағы деректерді өндіру : оқу құралы / Поляков М. В. - Алматы, Москва : EDP Hub (Идипи Хаб), Ай Пи Ар Медиа, 2024. - 85 с. - ISBN 978-5-4497-2625-4 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- большие данные -- интеллектуальный анализ -- искусственный интеллект -- машинное обучение -- медицина -- медицинские исследования -- язык программирования
Аннотация: Оқу құралы «Ресей Федерациясының цифрлық экономикасы» Ұлттық бағдарламасында жүргізілген бірқатар өтпелі технологияларды қолдану мәселелерін қамтиды, мысалы: «Үлкен деректерді сақтау және талдау технологиялары», «Жасанды интеллект», «Машиналық оқыту технологиялары және когнитивті технологиялар». Басылым медициналық зерттеулердің нәтижелерін өңдеу үшін машиналық оқыту алгоритмдері мен деректерді интеллектуалды талдау әдістерін қолдануға арналған. Негізгі құрал ретінде Python бағдарламалаудың жоғары деңгейлі тілі қарастырылады, ол бүгінгі күні деректерді өңдеу мен талдаудың ең қуатты құралы болып табылады. Оқу құралы «Ақпараттық-коммуникациялық технологиялар» және «Денсаулық сақтау» білім беру саласының мамандықтары бойынша оқитын және пәндерді оқитын жоғары оқу орындарының студенттеріне арналған «Интеллектуалды ақпараттық жүйелер мен технологиялар», «Жасанды интеллект жүйелері», «Жасанды интеллект және нейрондық жүйелер», «Зияткерлік деректерді өңдеу», «Деректерді талдау».
35.
Подробнее
136652
Поляков, М. В.
Медицинадағы деректерді өндіру : тжКБ үшін оқу құралы / Поляков М. В. - Алматы, Саратов : EDP Hub (Идипи Хаб), Профобразование, 2024. - 85 с. - ISBN 978-5-4488-1767-0 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
python -- бағдарламалау тілі -- жасанды интеллект -- интеллектуалды талдау -- машиналық оқыту -- медицина -- медициналық зерттеулер -- үлкен деректер
Аннотация: Оқу құралы «Ресей Федерациясының цифрлық экономикасы» Ұлттық бағдарламасында жүргізілген бірқатар өтпелі технологияларды қолдану мәселелерін қамтиды, мысалы: «Үлкен деректерді сақтау және талдау технологиялары», «Жасанды интеллект», «Машиналық оқыту технологиялары және когнитивті технологиялар». Басылым медициналық зерттеулердің нәтижелерін өңдеу үшін машиналық оқыту алгоритмдері мен деректерді интеллектуалды талдау әдістерін қолдануға арналған. Негізгі құрал ретінде Python бағдарламалаудың жоғары деңгейлі тілі қарастырылады, ол бүгінгі күні деректерді өңдеу мен талдаудың ең қуатты құралы болып табылады. Оқу құралы «Ақпараттық-коммуникациялық технологиялар» және «Денсаулық сақтау» білім беру саласының мамандықтары бойынша оқитын және пәндерді оқитын ТжКБ студенттеріне арналған «Интеллектуалды ақпараттық жүйелер мен технологиялар», «Жасанды интеллект жүйелері», «Жасанды интеллект және нейрондық жүйелер», «Зияткерлік деректерді өңдеу», «Деректерді талдау».
Поляков, М. В.
Медицинадағы деректерді өндіру : тжКБ үшін оқу құралы / Поляков М. В. - Алматы, Саратов : EDP Hub (Идипи Хаб), Профобразование, 2024. - 85 с. - ISBN 978-5-4488-1767-0 : Б. ц.
Книга не входит в Премиум-версию IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- бағдарламалау тілі -- жасанды интеллект -- интеллектуалды талдау -- машиналық оқыту -- медицина -- медициналық зерттеулер -- үлкен деректер
Аннотация: Оқу құралы «Ресей Федерациясының цифрлық экономикасы» Ұлттық бағдарламасында жүргізілген бірқатар өтпелі технологияларды қолдану мәселелерін қамтиды, мысалы: «Үлкен деректерді сақтау және талдау технологиялары», «Жасанды интеллект», «Машиналық оқыту технологиялары және когнитивті технологиялар». Басылым медициналық зерттеулердің нәтижелерін өңдеу үшін машиналық оқыту алгоритмдері мен деректерді интеллектуалды талдау әдістерін қолдануға арналған. Негізгі құрал ретінде Python бағдарламалаудың жоғары деңгейлі тілі қарастырылады, ол бүгінгі күні деректерді өңдеу мен талдаудың ең қуатты құралы болып табылады. Оқу құралы «Ақпараттық-коммуникациялық технологиялар» және «Денсаулық сақтау» білім беру саласының мамандықтары бойынша оқитын және пәндерді оқитын ТжКБ студенттеріне арналған «Интеллектуалды ақпараттық жүйелер мен технологиялар», «Жасанды интеллект жүйелері», «Жасанды интеллект және нейрондық жүйелер», «Зияткерлік деректерді өңдеу», «Деректерді талдау».
36.
Подробнее
149612
Эберт, К. А.
Модели перколяции и джемминга неточечных объектов на квадратной решетке : монография / Эберт К. А. - Пермь : Пермский государственный национальный исследовательский университет, 2024. - 86 с. - ISBN 978-5-7944-4141-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
джемминг -- квадратная решетка -- модели перколяции -- неточечные объекты
Аннотация: В монографии представлены материалы исследований авторов в области изучения процессов перколяции и джемминга k-меров и блоков на квадратной решетке. Монография предназначена для научных и педагогических работников, преподавателей, аспирантов, магистрантов, студентов и всех, кто интересуется проблемами перколяции и джемминга неточечных объектов.
Доп.точки доступа:
Бузмакова, М. М.
Эберт, К. А.
Модели перколяции и джемминга неточечных объектов на квадратной решетке : монография / Эберт К. А. - Пермь : Пермский государственный национальный исследовательский университет, 2024. - 86 с. - ISBN 978-5-7944-4141-3 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
джемминг -- квадратная решетка -- модели перколяции -- неточечные объекты
Аннотация: В монографии представлены материалы исследований авторов в области изучения процессов перколяции и джемминга k-меров и блоков на квадратной решетке. Монография предназначена для научных и педагогических работников, преподавателей, аспирантов, магистрантов, студентов и всех, кто интересуется проблемами перколяции и джемминга неточечных объектов.
Доп.точки доступа:
Бузмакова, М. М.
37.
Подробнее
133950
Шамис, А. Л.
Модели поведения, восприятия и мышления : учебное пособие / Шамис А. Л. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. - 276 с. - ISBN 978-5-4497-2412-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
кибернетика -- моделирование восприятия -- моделирование мышления -- модель поведения -- формальная модель
Аннотация: В учебном пособии с общих позиций рассматривается широкий круг вопросов, касающихся проблем моделирования поведения, восприятия и мышления. Наряду с общими вопросами рассматриваются модели целенаправленного поведения, восприятия с «пониманием» и активных нейронных механизмов мозга, а также качественные модели репродуктивного и творческого мышления. В основе этих моделей лежит принцип «устойчивого неравновесия», принцип maxT и системные принципы целостности, целенаправленности и активности. Описывается также применение принципов целостности, целенаправленности и активности в системах распознавания рукописных текстов Графит, FineReader-рукопись и FormReader. Предназначено для студентов, обучающихся по направлениям подготовки, связанным с информатикой и информационными технологиями, а также для всех, кто интересуется вопросами мышления и поведения, кибернетикой и искусственным интеллектом.
Шамис, А. Л.
Модели поведения, восприятия и мышления : учебное пособие / Шамис А. Л. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. - 276 с. - ISBN 978-5-4497-2412-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
кибернетика -- моделирование восприятия -- моделирование мышления -- модель поведения -- формальная модель
Аннотация: В учебном пособии с общих позиций рассматривается широкий круг вопросов, касающихся проблем моделирования поведения, восприятия и мышления. Наряду с общими вопросами рассматриваются модели целенаправленного поведения, восприятия с «пониманием» и активных нейронных механизмов мозга, а также качественные модели репродуктивного и творческого мышления. В основе этих моделей лежит принцип «устойчивого неравновесия», принцип maxT и системные принципы целостности, целенаправленности и активности. Описывается также применение принципов целостности, целенаправленности и активности в системах распознавания рукописных текстов Графит, FineReader-рукопись и FormReader. Предназначено для студентов, обучающихся по направлениям подготовки, связанным с информатикой и информационными технологиями, а также для всех, кто интересуется вопросами мышления и поведения, кибернетикой и искусственным интеллектом.
38.
Подробнее
150305
Фомина, К. Ю.
Модели угроз и нарушителей безопасности информации объектов информатизации. Ч.1 : учебное пособие / Фомина К. Ю. - Рязань : Рязанский государственный радиотехнический университет, 2024. - 88 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
банк данных угроз безопасности информации -- модель угроз безопасности информации -- оценка угроз безопасности информации -- сценарий реализации угрозы -- уязвимость
Аннотация: Рассматривается методика разработки моделей угроз и нарушителей безопасности информации с использованием нормативных и методических документов. Предназначено для студентов, обучающихся в высших учебных заведениях по специальностям и направлениям подготовки, входящим в укрупненную группу специальностей и направлений подготовки 10.00.00 – “Информационная безопасность”.
Доп.точки доступа:
Конкин, Ю. В.
Севостьянов, В. А.
Фомина, К. Ю.
Модели угроз и нарушителей безопасности информации объектов информатизации. Ч.1 : учебное пособие / Фомина К. Ю. - Рязань : Рязанский государственный радиотехнический университет, 2024. - 88 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
банк данных угроз безопасности информации -- модель угроз безопасности информации -- оценка угроз безопасности информации -- сценарий реализации угрозы -- уязвимость
Аннотация: Рассматривается методика разработки моделей угроз и нарушителей безопасности информации с использованием нормативных и методических документов. Предназначено для студентов, обучающихся в высших учебных заведениях по специальностям и направлениям подготовки, входящим в укрупненную группу специальностей и направлений подготовки 10.00.00 – “Информационная безопасность”.
Доп.точки доступа:
Конкин, Ю. В.
Севостьянов, В. А.
39.
Подробнее
155739
Девятков, Г. Н.
Моделирование функциональных узлов в ANSYS : учебное пособие / Девятков Г. Н. - Новосибирск : Новосибирский государственный технический университет, 2024. - 84 с. - ISBN 978-5-7782-5295-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
ansys -- метод галеркина -- механическое поле -- моделирование -- система уравнений -- тепловое поле -- функциональные узлы -- электромагнитное поле
Аннотация: Изложены понятия метода конечных элементов. Рассмотрен метод Галеркина, как один из способов получения системы уравнений для элементов в расчетной области. Приведены основные принципы работы в системе ANSYS при моделировании тепловых, механических и электромагнитных полей функциональных узлов радиоэлектронных средств. Предназначено для закрепления знаний по соответствующим дисциплинам и получения практических навыков проектирования функциональных узлов с использованием современных профессиональных программных продуктов для студентов радиотехнических специальностей.
Доп.точки доступа:
Разумихин, А. С.
Девятков, Г. Н.
Моделирование функциональных узлов в ANSYS : учебное пособие / Девятков Г. Н. - Новосибирск : Новосибирский государственный технический университет, 2024. - 84 с. - ISBN 978-5-7782-5295-0 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
ansys -- метод галеркина -- механическое поле -- моделирование -- система уравнений -- тепловое поле -- функциональные узлы -- электромагнитное поле
Аннотация: Изложены понятия метода конечных элементов. Рассмотрен метод Галеркина, как один из способов получения системы уравнений для элементов в расчетной области. Приведены основные принципы работы в системе ANSYS при моделировании тепловых, механических и электромагнитных полей функциональных узлов радиоэлектронных средств. Предназначено для закрепления знаний по соответствующим дисциплинам и получения практических навыков проектирования функциональных узлов с использованием современных профессиональных программных продуктов для студентов радиотехнических специальностей.
Доп.точки доступа:
Разумихин, А. С.
40.
Подробнее
142276
Тарков, М. С.
Нейрокомпьютерные системы : учебное пособие / Тарков М. С. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. - 170 с. - ISBN 978-5-4497-3308-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
искусственный интеллект -- нейрокомпьютер -- нейрокомпьютерная система -- нейрон маккаллока-питса -- нейронная сеть -- нейрон хебба -- паде-нейрон -- простой персептрон -- сигмоидальный нейрон
Аннотация: В учебном пособии излагаются основы построения нейрокомпьютеров. Дается детальный обзор и описание важнейших методов обучения нейронных сетей различной структуры, а также задач, решаемых этими сетями. Рассмотрены вопросы реализации нейронных сетей. Искусственные нейронные сети реализуют одну из парадигм искусственного интеллекта, а именно, коннекционистскую. Это означает, что преобразование, выполняемое сетью, определяется значениями весовых коэффициентов и топологией межнейронных соединений. Вместо программирования в традиционных вычислительных системах здесь используется обучение сети, которое сводится к настройке весовых коэффициентов с целью оптимизации заданного критерия качества функционирования сети. Нейронные сети хорошо решают те задачи, которые с трудом поддаются алгоритмизации: распознавание образов, реализация ассоциативной памяти, комбинаторная оптимизация.
Тарков, М. С.
Нейрокомпьютерные системы : учебное пособие / Тарков М. С. - Москва : Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. - 170 с. - ISBN 978-5-4497-3308-5 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
искусственный интеллект -- нейрокомпьютер -- нейрокомпьютерная система -- нейрон маккаллока-питса -- нейронная сеть -- нейрон хебба -- паде-нейрон -- простой персептрон -- сигмоидальный нейрон
Аннотация: В учебном пособии излагаются основы построения нейрокомпьютеров. Дается детальный обзор и описание важнейших методов обучения нейронных сетей различной структуры, а также задач, решаемых этими сетями. Рассмотрены вопросы реализации нейронных сетей. Искусственные нейронные сети реализуют одну из парадигм искусственного интеллекта, а именно, коннекционистскую. Это означает, что преобразование, выполняемое сетью, определяется значениями весовых коэффициентов и топологией межнейронных соединений. Вместо программирования в традиционных вычислительных системах здесь используется обучение сети, которое сводится к настройке весовых коэффициентов с целью оптимизации заданного критерия качества функционирования сети. Нейронные сети хорошо решают те задачи, которые с трудом поддаются алгоритмизации: распознавание образов, реализация ассоциативной памяти, комбинаторная оптимизация.
Страница 4, Результатов: 467