База данных: IPR База
Страница 1, Результатов: 42
Отмеченные записи: 0
1.
Подробнее
153226
Бурькова, Е. В.
Проектирование микропроцессорных систем : учебное пособие / Бурькова Е. В. - Оренбург : Оренбургский государственный университет, ЭБС АСВ, 2025. - 114 с. - ISBN 978-5-7410-3410-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.965
Кл.слова (ненормированные):
микроконтроллеры -- микропроцессорные системы -- проектирование систем -- электрические схемы
Аннотация: Учебное пособие содержит рекомендации по решению задач проектирования по курсу «Микропроцессорные системы», описаны этапы проектирования, выбор аппаратных и программных средств, информационного и программного обеспечения, рекомендации по моделированию и отладке микропроцессорных систем. Учебное пособие предназначено для обучающихся по направлению подготовки 09.03.01 Информатика и вычислительная техника.
Бурькова, Е. В.
Проектирование микропроцессорных систем : учебное пособие / Бурькова Е. В. - Оренбург : Оренбургский государственный университет, ЭБС АСВ, 2025. - 114 с. - ISBN 978-5-7410-3410-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
микроконтроллеры -- микропроцессорные системы -- проектирование систем -- электрические схемы
Аннотация: Учебное пособие содержит рекомендации по решению задач проектирования по курсу «Микропроцессорные системы», описаны этапы проектирования, выбор аппаратных и программных средств, информационного и программного обеспечения, рекомендации по моделированию и отладке микропроцессорных систем. Учебное пособие предназначено для обучающихся по направлению подготовки 09.03.01 Информатика и вычислительная техника.
2.
Подробнее
149511
Данилова, Л. Ф.
Интеллектуальный анализ данных на языке Python для обучающихся по направлениям подготовки 09.03.03 Прикладная информатика, 38.03.05 Бизнес-информатика : учебное пособие для вузов / Данилова Л. Ф. - Новосибирск : Сибирский государственный университет телекоммуникаций и информатики, 2024. - 192 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
python -- бизнес-информатика -- данные -- интеллектуальный анализ -- информатика -- информационные системы -- искусственный интеллект -- язык программирования
Аннотация: Учебное пособие адресовано студентам, обучающимся по направлениям подготовки «Прикладная информатика» и «Бизнес-информатика». Учебное пособие содержит теорию и методологию интеллектуального анализа данных на языке программирования Python, а также создания информационных систем интеллектуального анализа данных, предназначенных для Real-Time-аналитики и Data-Driven-подхода к принятию решений в разных областях применения. Изложение материала выполнено с позиции системного подхода в стиле, доступном для студента, владеющего базовыми знаниями в области математики и информатики. Учебное пособие может быть использовано в программах учебных курсов «Анализ данных на языке Python», «Основы машинного обучения», «Математические методы анализа данных», «Интеллектуальные информационные системы» и других, связанных с интеллектуальным анализом данных и его применением для решения прикладных задач.
Доп.точки доступа:
Полетайкин, А. Н.
Данилова, Л. Ф.
Интеллектуальный анализ данных на языке Python для обучающихся по направлениям подготовки 09.03.03 Прикладная информатика, 38.03.05 Бизнес-информатика : учебное пособие для вузов / Данилова Л. Ф. - Новосибирск : Сибирский государственный университет телекоммуникаций и информатики, 2024. - 192 с. - Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
python -- бизнес-информатика -- данные -- интеллектуальный анализ -- информатика -- информационные системы -- искусственный интеллект -- язык программирования
Аннотация: Учебное пособие адресовано студентам, обучающимся по направлениям подготовки «Прикладная информатика» и «Бизнес-информатика». Учебное пособие содержит теорию и методологию интеллектуального анализа данных на языке программирования Python, а также создания информационных систем интеллектуального анализа данных, предназначенных для Real-Time-аналитики и Data-Driven-подхода к принятию решений в разных областях применения. Изложение материала выполнено с позиции системного подхода в стиле, доступном для студента, владеющего базовыми знаниями в области математики и информатики. Учебное пособие может быть использовано в программах учебных курсов «Анализ данных на языке Python», «Основы машинного обучения», «Математические методы анализа данных», «Интеллектуальные информационные системы» и других, связанных с интеллектуальным анализом данных и его применением для решения прикладных задач.
Доп.точки доступа:
Полетайкин, А. Н.
3.
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.\
4.
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».
5.
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».
6.
Подробнее
155366
Медведев, М. Ю.
Методы искусственного интеллекта в инженерных задачах : учебное пособие / Медведев М. Ю. - Ростов-на-Дону, Таганрог : Издательство Южного федерального университета, 2024. - 315 с. - ISBN 978-5-9275-4660-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
инженерные задачи -- искусственный интеллект
Аннотация: Cодержит полное и систематическое изложение материала, входящего в учебную программу курса «Методы искусственного интеллекта в инженерных задачах», изучаемых магистрантами направлений «Мехатроника и робототехника», «Электротехника и электроэнергетика» Института радиотехнических систем и управления Южного федерального университета. Последовательно рассматриваются следующие темы: введение в нейросети и их применение, основы обучения нейросетей, эволюционные вычисления и генетические алгоритмы, методы роевого интеллекта, экспертные системы и методы нечеткой логики. Содержит теоретический материал, контрольные вопросы и задачи, практические задания для выполнения в среде Matlab или Python. Предназначен для магистрантов, которые обучаются по программам магистратуры в области мехатроники и робототехники.
Медведев, М. Ю.
Методы искусственного интеллекта в инженерных задачах : учебное пособие / Медведев М. Ю. - Ростов-на-Дону, Таганрог : Издательство Южного федерального университета, 2024. - 315 с. - ISBN 978-5-9275-4660-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
инженерные задачи -- искусственный интеллект
Аннотация: Cодержит полное и систематическое изложение материала, входящего в учебную программу курса «Методы искусственного интеллекта в инженерных задачах», изучаемых магистрантами направлений «Мехатроника и робототехника», «Электротехника и электроэнергетика» Института радиотехнических систем и управления Южного федерального университета. Последовательно рассматриваются следующие темы: введение в нейросети и их применение, основы обучения нейросетей, эволюционные вычисления и генетические алгоритмы, методы роевого интеллекта, экспертные системы и методы нечеткой логики. Содержит теоретический материал, контрольные вопросы и задачи, практические задания для выполнения в среде Matlab или Python. Предназначен для магистрантов, которые обучаются по программам магистратуры в области мехатроники и робототехники.
7.
Подробнее
150089
Кузьмин, А. К.
Распознавание образов с использованием искусственных нейронных сетей : учебное пособие / Кузьмин А. К. - Саратов : Саратовский государственный технический университет имени Ю.А. Гагарина, ЭБС АСВ, 2024. - 148 с. - ISBN 978-5-7433-3637-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.81
Кл.слова (ненормированные):
искусственные нейронные сети -- образ -- распознавание
Аннотация: В учебном пособии рассмотрены вопросы распознавания изображений на основе технологий искусственных нейронных сетей. Приведены основные понятия и модели нейронных сетей. Описаны примеры практического применения для решения задач распознавания, в т. ч. использование программных библиотек для создания приложений «умного города». Для студентов направлений «Информационные системы и технологии», «Прикладная информатика», «Программная инженерия», «Информатика и вычислительная техника» всех форм обучения, может быть полезным для преподавателей высшей школы, аспирантов, студентов бакалавриата и магистратуры соответствующих направлений.
Доп.точки доступа:
Бровко, А. В.
Ермаков, А. В.
Кузьмин, А. К.
Распознавание образов с использованием искусственных нейронных сетей : учебное пособие / Кузьмин А. К. - Саратов : Саратовский государственный технический университет имени Ю.А. Гагарина, ЭБС АСВ, 2024. - 148 с. - ISBN 978-5-7433-3637-1 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
искусственные нейронные сети -- образ -- распознавание
Аннотация: В учебном пособии рассмотрены вопросы распознавания изображений на основе технологий искусственных нейронных сетей. Приведены основные понятия и модели нейронных сетей. Описаны примеры практического применения для решения задач распознавания, в т. ч. использование программных библиотек для создания приложений «умного города». Для студентов направлений «Информационные системы и технологии», «Прикладная информатика», «Программная инженерия», «Информатика и вычислительная техника» всех форм обучения, может быть полезным для преподавателей высшей школы, аспирантов, студентов бакалавриата и магистратуры соответствующих направлений.
Доп.точки доступа:
Бровко, А. В.
Ермаков, А. В.
8.
Подробнее
155681
Подкопаев, А. О.
Системы искусственного интеллекта и машинное обучение : учебное пособие / Подкопаев А. О. - Новосибирск : Новосибирский государственный технический университет, 2024. - 66 с. - ISBN 978-5-7782-5163-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.97
Кл.слова (ненормированные):
искусственный интеллект -- машинное обучение -- случайные величины -- статистический анализ
Аннотация: В работе рассмотрены теоретические аспекты некоторых разделов дисциплины «Системы искусственного интеллекта и машинное обучение», проблемы и задачи которых широко распространены в радиотехнике, радиолокации и области телекоммуникаций. Содержание работы закрепляет и дополняет основной курс лекций. Приведены также задания для выполнения на лабораторных и практических занятиях, варианты тем и рекомендации к расчетно-графическим заданиям.
Подкопаев, А. О.
Системы искусственного интеллекта и машинное обучение : учебное пособие / Подкопаев А. О. - Новосибирск : Новосибирский государственный технический университет, 2024. - 66 с. - ISBN 978-5-7782-5163-2 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
искусственный интеллект -- машинное обучение -- случайные величины -- статистический анализ
Аннотация: В работе рассмотрены теоретические аспекты некоторых разделов дисциплины «Системы искусственного интеллекта и машинное обучение», проблемы и задачи которых широко распространены в радиотехнике, радиолокации и области телекоммуникаций. Содержание работы закрепляет и дополняет основной курс лекций. Приведены также задания для выполнения на лабораторных и практических занятиях, варианты тем и рекомендации к расчетно-графическим заданиям.
9.
Подробнее
145935
Аббасов, И. Б.
Черчение на компьютере в AutoCAD : учебное пособие / Аббасов И. Б. - Саратов : Профобразование, 2024. - 136 с. - ISBN 978-5-4488-0132-7 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.973
Кл.слова (ненормированные):
autocad -- графическая система -- дизайн -- моделирование -- чертеж -- черчение
Аннотация: Книга предназначена для освоения графической системы AutoCAD в рамках изучения курса «Инженерная и компьютерная графика» студентами машиностроительных специальностей и дизайнеров. Содержит методические материалы для выполнения чертежей по стандартам ЕСКД в графическом редакторе AutoCAD. Описана технология создания, редактирования и оформления чертежей. Освоение представлено в виде конкретных упражнений с поэтапным выполнением. Приведены варианты индивидуальных графических заданий по техническому черчению, на конкретном примере рассмотрено их выполнение. В издании описываются режимы и инструменты трехмерного рабочего пространства графической системы AutoCAD. Рассмотрены методы поверхностного и твердотельного моделирования, представлена методика создания трехмерных моделей различных объектов. Книга рассчитана на студентов технических специальностей вузов, дизайнеров и всех желающих научиться работать в графической системе AutoCAD.
Аббасов, И. Б.
Черчение на компьютере в AutoCAD : учебное пособие / Аббасов И. Б. - Саратов : Профобразование, 2024. - 136 с. - ISBN 978-5-4488-0132-7 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
autocad -- графическая система -- дизайн -- моделирование -- чертеж -- черчение
Аннотация: Книга предназначена для освоения графической системы AutoCAD в рамках изучения курса «Инженерная и компьютерная графика» студентами машиностроительных специальностей и дизайнеров. Содержит методические материалы для выполнения чертежей по стандартам ЕСКД в графическом редакторе AutoCAD. Описана технология создания, редактирования и оформления чертежей. Освоение представлено в виде конкретных упражнений с поэтапным выполнением. Приведены варианты индивидуальных графических заданий по техническому черчению, на конкретном примере рассмотрено их выполнение. В издании описываются режимы и инструменты трехмерного рабочего пространства графической системы AutoCAD. Рассмотрены методы поверхностного и твердотельного моделирования, представлена методика создания трехмерных моделей различных объектов. Книга рассчитана на студентов технических специальностей вузов, дизайнеров и всех желающих научиться работать в графической системе AutoCAD.
10.
Подробнее
149270
Конструирование признаков из контекста динамики показателей процессов / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2023. - 184 с. - ISBN 978-5-9795-2356-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
ББК 32.813
Кл.слова (ненормированные):
конструирование -- машинное обучение -- нейронная сеть -- показатели процессов -- предиктивная аналитика -- программная система -- программное обеспечение -- филогенетическое дерево
Аннотация: В монографии авторы изложили методы и алгоритмы конструирования признаков из контекста динамики показателей процессов. Рассмотрены подходы к получению, синтезу, подготовке, анализу таких данных, подходы к интерпретации результатов машинного обучения. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. 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.
Конструирование признаков из контекста динамики показателей процессов / Ярушкина Н. Г. - Ульяновск : Ульяновский государственный технический университет, 2023. - 184 с. - ISBN 978-5-9795-2356-9 : Б. ц.
Книга находится в Премиум-версии IPR SMART.
| УДК |
Кл.слова (ненормированные):
конструирование -- машинное обучение -- нейронная сеть -- показатели процессов -- предиктивная аналитика -- программная система -- программное обеспечение -- филогенетическое дерево
Аннотация: В монографии авторы изложили методы и алгоритмы конструирования признаков из контекста динамики показателей процессов. Рассмотрены подходы к получению, синтезу, подготовке, анализу таких данных, подходы к интерпретации результатов машинного обучения. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы и прошедшие экспериментальную апробацию. 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.
Страница 1, Результатов: 42