| Карточка | Таблица | RUSMARC | |
|
|
Арзамасцев, А. А. Системы искусственного интеллекта: практикум на ЭВМ: учебно-методическое пособие / А. А. Арзамасцев, Н. А. Зенкова; Тамбовский государственный университет имени Г. Р. Державина. — Тамбов: Издательский дом "Державинский", 2025 — 1 файл (4,33 Мб). — Загл. с тит. экрана. — Режим доступа: для авторизир. пользователей. — <URL:https://elibrary.tsutmb.ru/dl/docs/elib2018.pdf>.Дата создания записи: 07.04.2025 Тематика: Общенаучные и междисциплинарные знания; Искусственный интеллект; Нейронные сети; Учебные пособия; Труды преподавателей ТГУ; ЭБ ТГУ ББК: 16.632я73 Коллекции: Учебная литература Разрешенные действия: –
Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети
Группа: Анонимные пользователи Сеть: Интернет |
Права на использование объекта хранения
| Место доступа | Группа пользователей | Действие | ||||
|---|---|---|---|---|---|---|
| Локальная сеть ФБ ТГУ | МО |
|
||||
| Интернет | МО |
|
||||
| Интернет | Читатели |
|
||||
|
Интернет | Анонимные пользователи |
Оглавление
- ПРЕДИСЛОВИЕ
- ВВЕДЕНИЕ
- ГЛАВА 1 ОСНОВНЫЕ ЭТАПЫ РАЗВИТИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА
- 1.1. Краткая история
- 1.2. Современные направления искусственного интеллекта
- Список литературы для самостоятельного изучения к главе 1
- ГЛАВА 2 ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
- 2.1. Модель искусственного нейрона
- 2.2. Архитектура сети
- 2.3. Процессы обучения и валидации (алгоритмы обучения)
- 2.4. Интеллектуальный анализ данных с помощью ИНС-моделей
- Список литературы для самостоятельного изучения к главе 2
- ГЛАВА 3 ВОЗМОЖНОСТИ ПОСТРОЕНИЯ СИСТЕМ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА ОСНОВЕ ИНС-МОДЕЛЕЙ СРЕДСТВАМИ PYTHON
- 3.1. Библиотеки и фреймворки Python
- 3.2. Построение нейронной сети для классификации изображений
- 3.3. Примеры программ классификации изображений
- 3.4. Примеры программ для построения ИНС-моделей на основе табличных данных из MS Excel
- Список литературы для самостоятельного изучения к главе 3
- ГЛАВА 4 ПОСТРОЕНИЕ ИНС-МОДЕЛИ ОБЪЕКТА НА ОСНОВЕ ЭМПИРИЧЕСКИХ ДАННЫХ [1–7]
- 4.1. Материалы и методы
- 4.2. Анализ классических формул
- 4.3. Разработка ИНС-модели. Генерализация данных
- 4.4. Усовершенствование ИНС-модели и разработка на ее основе динамически развивающейся интеллектуальной экспертной системы [4–6, 34]
- Список литературы для самостоятельного изучения к главе 4
- ГЛАВА 5 КЛАССИФИКАЦИЯ ИЗОБРАЖЕНИЙ С ИСПОЛЬЗОВАНИЕМ МЕТОДОВ ГЛУБОКОГО МАШИННОГО ОБУЧЕНИЯ
- 5.1. Классификация снимков оптической когерентной томографии
- 5.2. Вычислительные эксперименты по распознаванию результатов оптической когерентной томографии средствами сверточных нейронных сетей
- Список литературы для самостоятельного изучения к главе 5
- ГЛАВА 6 ЛАБОРАТОРНЫЙ ПРАКТИКУМ
- 6.1. Лабораторная работа #1. Построение ИНС-моделей аддитивного и мультипликативного объектов на основе эмпирических данных
- 6.2. Лабораторная работа #2. DataMining. Извлечение знаний об объектах, заданных большими массивами эмпирических данных с использованием нейронных сетей
- 6.3. Лабораторная работа #3. Анализ и классификация изображений с использованием сверточных нейронных сетей (CNN)
- Список литературы для самостоятельного изучения к главе 6
- ЗАКЛЮЧЕНИЕ
- СПИСОК ЛИТЕРАТУРЫ ДЛЯ САМОСТОЯТЕЛЬНОГО ИЗУЧЕНИЯ
- Приложение ОБРАЗЕЦ ТИТУЛЬНОГО ЛИСТА И ОБЩАЯ СТРУКТУРА ОТЧЁТА ДЛЯ ЛАБОРАТОРНЫХ РАБОТ
Статистика использования
|
|
Количество обращений: 0
За последние 30 дней: 0 Подробная статистика |