004.8Искусственный интеллект. Экспертные системы. Интеллектуальные САПР и АСУП
← назад

Свободный доступ

Ограниченный доступ
Автор: Жданов А. А.
Лаборатория знаний: М.
Автор, исходя из позиций своей теории «Автономного адаптивного управления», представленной в книге «Автономный искусственный интеллект», предлагает ряд дополнительных аспектов и понятий к общей теории систем (ОТС), которые могут сделать ОТС более конкретным инструментом для разработчиков систем. Особое внимание уделяется системам, конфигурация которых близка к наиболее важным для нас системам — к живому мозгу. С предлагаемых позиций анализируются основные подходы ОТС — математический, физический и теория функциональных систем.
Предпросмотр: Общая теория систем анализ и дополнения.pdf (0,2 Мб)
Автор: Корягин Андрей Владимирович
ДМК Пресс: М.
Данная книга окажет методическую помощь в работе учителя (педагога) в разделе преподавания курса робототехники для детей 5–10 лет. Книга окажется полезна как в дошкольном, так и в начальном образовании. Сборник охватывает малоизученную тему преподавания робототехники для дошколят и детей начальных классов. Методика преподавания основывается на применении образовательного конструктора Lego Education WeDo на занятиях по конструированию и робототехнике для развития инженерного потенциала малышей. Сборник оснащён подробной схемой сборки дополнительно 30 авторских конструкций.
Предпросмотр: Образовательная робототехника (Lego WeDo). Сборник методических рекомендаций и практикумов.pdf (0,1 Мб)
Автор: Корягин Андрей Владимирович
ДМК Пресс: М.
Данная рабочая тетрадь является дополнением к учебному пособию «Образовательная робототехника (Lego WeDo). Сборник методических рекомендаций и практикумов». Методика преподавания основывается на применении образовательного конструктора Lego Education WeDo на занятиях по конструированию и робототехнике для развития инженерного потенциала детей 5-10 лет.
Предпросмотр: Образовательная робототехника (Lego WeDo) рабочая тетрадь.pdf (0,4 Мб)
Изд-во НГТУ
В данном учебном пособии рассмотрены подходы к решению прямых и обратных задач магниторазведки. Рассмотрено решение линейных и нелинейных обратных задач магниторазведки, в том числе с использованием нейросетей. Пособие может быть рекомендовано как для самостоятельного изучения курса «Современные компьютерные технологии», так и для подготовки к выполнению практических заданий.
Предпросмотр: Обработка данных магниторазведки обратные задачи и машинное обучение.pdf (0,3 Мб)
Автор: Саттон Ричард С.
ДМК Пресс: М.
Идея обучения с подкреплением возникла десятки лет назад, но этой дисциплине предстояло пройти долгий путь, прежде чем она стала одним из самых активных направлений исследований в области машинного обучения и нейронных сетей. Сегодня это предмет интереса ученых, занимающихся психологией, теорией управления, искусственным интеллектом и многими другими отраслями знаний. Подход, принятый авторами книги, ставит акцент на практическое использования обучения с подкреплением. В первой части читатель знакомится с базовыми его аспектами. Во второй части представлены приближенные методы решения в условиях ограниченных вычислительных ресурсов. В третьей части книги обсуждается важность обучения с подкреплением для психологии и нейронаук.
Предпросмотр: Обучение с подкреплением. Введение.pdf (0,9 Мб)
Автор: Лю Юси (Хэйден)
ДМК Пресс: М.
Библиотека PyTorch выходит на передовые позиции в качестве средства обучения с подкреплением (ОП) благодаря эффективности и простоте ее использования. Эта книга организована как справочник по работе с PyTorch, охватывающий широкий круг тем — от самых азов (настройка рабочей среды) до практических задач (рассмотрение ОП на конкретных примерах). Вы научитесь использовать алгоритм «многоруких бандитов» и аппроксимацию функций; узнаете, как победить в играх Atari с помощью глубоких Q-сетей и как эффективно реализовать метод градиента стратегии; увидите, как применить метод ОП к игре в блэкджек, к окружающим средам в сеточном мире, к оптимизации рекламы в интернете и к игре Flappy Bird.
Предпросмотр: Обучение с подкреплением на PyTorch сборник рецептов. Свыше 60 рецептов проектирования, разработки и развертывания самообучающихся моделей на Python.pdf (0,9 Мб)
Автор: Корягин А. В.
ДМК Пресс: М.
Данная рабочая тетрадь является дополнением к учебному пособию «Образовательная робототехника (Lego WeDo). Сборник методических рекомендаций и практикумов». Методика преподавания основывается на применении образовательного конструктора Lego Education WeDo на занятиях по конструированию и робототехнике для развития инженерного потенциала детей 5-10 лет.
Предпросмотр: Образовательная робототехника (Lego WeDo) рабочая тетрадь.pdf (0,4 Мб)
Автор: Ганегедара Тушан
ДМК Пресс: М.
TensorFlow — библиотека на языке Python для реализации систем глубокого обучения, позволяющих решать в том числе уникальные задачи по обработке естественного языка. Автор книги излагает общие принципы работы NLP и построения нейронных сетей, описывает стратегии обработки больших объемов данных, а затем переходит к практическим темам. Вы узнаете, как использовать технологию World2vec и ее расширения для создания представлений, превращающих последовательности слов в числовые векторы, рассмотрите примеры решения задач по классификации предложений и генерации текста, научитесь применять продвинутые рекуррентные модели и сможете самостоятельно создать систему нейронного машинного перевода.
Предпросмотр: Обработка естественного языка с TensorFlow .pdf (1,3 Мб)
Автор: Рыбина Г. В.
Финансы и статистика: М.
Даются основы теории и технологии построения современных интеллектуальных систем, основанных на знаниях, и интеллектуальных диалоговых систем, воспринимающих информацию на естественном языке. Рассматривается их архитектура, приводятся базовые понятия, определения и классификации, описываются модельные и алгоритмические основы построения базовых компонентов, а также методы приобретения, представления и обработки знаний в интеллектуальных системах. Особое внимание уделено практическим вопросам построения прототипов систем и их компонентов.
Предпросмотр: Основы построения интеллектуальных систем. Учеб. пособие.pdf (0,6 Мб)
Автор: Баженова И. В.
Сиб. федер. ун-т
Монография посвящена описанию авторской концепции проективно-рекурсивной технологии обучения и ментальной дидактики. Представлена разработка проективно-рекурсивной методической системы предметной подготовки студентов, раскрыта сущность проективно-рекурсивной технологии обучения с позиций когнитивной науки, сформулированы основные положения ментальной дидактики, обозначено проблемное поле для фундаментальных, прикладных и практических исследований в области современных теорий и практик обучения.
Предпросмотр: От проективно-рекурсивной технологии обучения к ментальной дидактике.pdf (0,6 Мб)
Изд-во ЮФУ: Ростов н/Д.
Вычисления – это физический процесс. В природе действуют эволюционные процессы. Поэтому естественно говорить об эволюционных вычислениях, инспирированных природными системами. В книге делается попытка решения фундаментальной проблемы вычислительного интеллекта по разработке общей теории эволюционных вычислений, инспирированных природными системами, математических моделей и эффективных форм распределенных алгоритмов эволюционных вычислений, а также изучаются когнитивные возможности композиции эволюционных операторов.
Предпросмотр: Основы теории эволюционных вычислений.pdf (0,3 Мб)
Автор: Лагерев Дмитрий Григорьевич
БГУ имени академика И.Г.Петровского
В статье рассматривается процесс построения скоринговой модели на основе данных АО «ОТП-Банк» с помощью аналитической платформы Deductor. Приводятся примеры необходимости использования скоринговых моделей в различных сферах деятельности. Описываются назначение и этапы разработки скоринговой модели. Рассматриваются особенности аналитической платформы Deductor и основные обработчики, необходимые для построения скоринговой модели. Подробно рассматриваются принципы действия обработчика «Конечные классы». Формируются выводы об особенностях построения модели на используемой платформе.
Автор: Артемов
Рассматривается проблема распознавания естественного языка, на котором написано электронное письмо, в рамках проблемы борьбы со спамом и классификации электронных сообщений. Предложен новый способ определения языков на основе областей стандарта Юникод и статистических словарей
Автор: Аверченков
Предложена процедура проверки и уточнения результатов разделения многомерных наблюдений на кластеры несколькими методами кластерного анализа. В результате разбиения множества X на кластеры каждый из методов ставит в соответствие номерам элементов множества X соответствующие им номера кластеров. Показано, что в случае, если элементы множества X представляют собой наблюдения n параметров множества объектов, то результат кластеризации множества X может быть интерпретирован как матрица вероятностей принадлежности объектов определенным кластерам. Предложен критерий принадлежности объекта определенному кластеру, получена формула вычисления значений элементов обобщенной матрицы через элементы матриц вероятностей принадлежности объектов определенным кластерам. Экспериментальные исследования проведены с использованием методов кластерного анализа K-Means, Tree Clustering, Fuzzy Relation Clustering на 4-мерных данных об ирисах, предложенных Фишером в 1936 г.
Автор: Боровская Е. В.
Лаборатория знаний: М.
Учебное пособие знакомит читателей с историей искусственного интеллекта, моделями представления знаний, экспертными системами и нейронными сетями. Описаны основные направления и методы, применяемые при анализе, разработке и реализации интеллектуальных систем. Рассмотрены модели представления знаний и методы работы с ними, методы разработки и создания экспертных систем. Книга поможет читателю овладеть навыками логического проектирования баз данных предметной области и программирования на языке ProLog.
Предпросмотр: Основы искусственного интеллекта (1).pdf (0,2 Мб)
Автор: Цуканова Н. И.
Горячая линия – Телеком: М.
Систематически изложены такие вопросы, как онтология и ее основные компоненты; определение и описание классов; назначение и функции машины вывода (резонера); построение иерархии классов; технология разработки онтологии предметной области; дескрипционные логики, лежащие в основе онтологий; табло-алгоритм для логики ALC; OWL – язык описания онтологий; практическое применение онтологий. Приведены примеры; практические упражнения, выполняемые на компьютере; контрольные вопросы и задания. Следует отметить практическую направленность учебного пособия – большое внимание уделено процессу создания онтологий с использованием CASE-средства редактора Protege 4. Книга будет полезна при изучении курсов «Системы искусственного интеллекта» и «Онтология знаний».
Предпросмотр: Онтологическая модель представления и организации знаний. Учебное пособие для вузов (1).pdf (0,9 Мб)
Автор: Конакова И. П.
Издательство Уральского университета
В пособии представлены элементы интерфейса программы, даются объяснения по выполнению основных команд чертежно-конструкторского редактора КОМПАС-График-3D VI4. Приведены практические примеры, позволяющие последовательно выполнять конкретные графические задания средствами компьютерной графики. В приложениях предлагается по 30 вариантов заданий для закрепления пройденного материала.
Предпросмотр: Основы проектирования в графическом редакторе КОМПАС-График V14.pdf (1,2 Мб)
Автор: Щербаков
ПРОМЕДИА: М.
Описывается модификация алгоритма муравьиных колоний, позволяющая осуществлять поиск оптимальной траектории перемещения грузоподъемной машиной груза произвольной формы в трехмерном пространстве с произвольными препятствиями, заданными в дискретном виде, с учетом угловой ориентации груза.
Автор: Масленникова О. Е.
ФЛИНТА: М.
В учебном пособии излагаются модели представления знаний, теория
экспертных систем, основы логического и функционального программирования. Большое внимание уделено истории развития искусственного интеллекта. Изложение материала сопровождается большим количеством иллюстраций, предлагаются упражнения и вопросы для самоконтроля.
Предпросмотр: Основы искусственного интеллекта.pdf (1,1 Мб)
Автор: Неделько В. М.
Изд-во НГТУ
В учебном пособии излагаются основы теории и методов машинного обучения в вероятностной постановке. Под машинным обучением понимается анализ данных, при котором выявляются закономерности или строятся модели, описывающие данные. Дисциплина базируется на методах математической статистики.
Предпросмотр: Основы статистических методов машинного обучения.pdf (0,3 Мб)