Самообучающиеся системы

Main
Самообучающиеся системы

Самообучающиеся системы

Николенко С.И., Тулупьев А.Л.

0 / 0

Quanto ti piace questo libro?

Qual è la qualità del file?

Scarica il libro per la valutazione della qualità

Qual è la qualità dei file scaricati?

Anno:

2009

Casa editrice:

МЦНМО

Lingua:

russian

Pagine:

289

ISBN 10:

5940575064

ISBN 13:

9785940575061

File:

DJVU, 2.13 MB

IPFS:

,

russian, 2009

Leggi Online

La conversione in è in corso

La conversione in non è riuscita

Puoi essere interessati a

Гладилин П.Е., Боченина К.О. — Технологии машинного обучения.

Питер Дж. Бентли — Всё об искусственном интеллекте за 60 минут @bookinier

Гладилин П. Е., Боченина К. О. — Технологии машинного обучения: Учебно-методическое пособие

Брэдфорд Такфилд — Алгоритмы неформально

Брэдфорд Такфилд — Алгоритмы неформально. Инструкция для начинающих питонистов

Гиршов Е. — Алгоритмы кластеризации

Жерон Орельен — Прикладное машинное обучение с помощью scikit-learn и tensorflow

Сукар Луис Энрике — Вероятностные графовые модели. Принципы и приложения

Кристиан Майер — Однострочники Python: лаконичный и содержательный код

Андрей Бурков — Машинное обучение без лишних слов

Доросинский Л.Г. — Основы теории принятия решений

Педро Домингос — Верховный алгоритм. Как машинное обучение изменит наш мир

Вагин В.Н. — Дедукция и обобщение в системах принятия решений

Джон Д. Келлехер — Глубокое обучение. Самый краткий и понятный курс

Питер Дж Бентли — Всё об искусственном интеллекте за 60 минут

Нишант Шакла — Машинное обучение и TensorFlow

Андрей Бурков — Машинное обучение без лишних слов

Лаура Грессер, Ван Лун Кенг — Глубокое обучение с подкреплением: теория и практика на языке Python

Зыков Роман — Роман с Data Science. Как монетизировать большие данные

Имран Ахмад ; [перевел с английского Р. Чикин] — 40 алгоритмов, которые должен знать каждый программист на Python

Такфилд Брэдфорд — Алгоритмы неформально. Инструкция для начинающих питонистов

Луис Серрано — Грокаем машинное обучение

Ришал Харбанс — Грокаем алгоритмы искусcтвенного интеллекта

Майер К. — Однострочники Python: лаконичный и содержательный код

Бессмертный, И. А. — Интеллектуальные системы: учебник и практикум для СПО

Ляшева С. А., Шлеймович М. П. — Системы распознавания образов

Е. А. Сопов, И. А. Иванов — Многокритериальные нейроэволюционные системы в задачах машинного обучения и человеко-машинного взаимодействия

Сапрыкин О. Н. — Интеллектуальный анализ данных

Сараев П.В. — Нейросетевые методы искусственного интеллекта

Себастьян Рашка, Вахид Мирджалили — Python и машинное обучение: машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow 2

Стюарт Рассел, Питер Норвиг — Искусственный интеллект. Современный подход. Том 3. Обучение, восприятие и действие

Колмогорова С. С. — Основы искусственного интеллекта: Учебное пособие для студентов направлений подготовки 09.03.01 «Информатика и вычислительная техника», 09.03.02 «Информационные системы и технологии», 09.03.03 «Прикладная информатика», 09.03.04 «Программная инженерия», 27

Тоби Сегаран — Программируем коллективный разум

Д. Рутковская, М. Пилинський, Л. Рутковский — Нейронные сети, генетические алгоритмы и нечеткие системы

Орельен Жерон — Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow: концепции, инструменты и техники для создания интеллектуальных систем

Termini più frequenti

алгоритм

обучения

обучение

алгоритма

алгоритмы

кластеризации

принятия

множество

гипотезы

значения

вероятность

информации

перцептрона

подкреплением

машинного

результат

вероятности

примеров

генетические

рассмотрим

тестовых

введение

вероятностей

гипотеза

алгоритмов

программирования

гипотезу

называется

нейронные

качестве

множества

практике