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

Свободный доступ

Ограниченный доступ

Уточняется продление лицензии
Журнал «Умное Производство» специализируется на инновационно-промышленных технологиях по теме современного и умного производства, которые являются основными драйверами Индустрии 4.0.
Среди них: промышленная политика, роботизация, искусственный интеллект, аддитивные технологии, инжиниринг, цифровизация.
Журнал ориентируется на собственников и топ-менеджеров высокотехнологичных компаний.
¹2 (42) Èþíü 2018 9 ВКЛЮЧИТЬ В «ЦИФРУ» ЧЕЛОВЕКА Сегодня только ленивый не говорит о цифровизации экономики
Предпросмотр: Умное производство №2 2018.pdf (0,5 Мб)
М.: Институт компьютерных исследований
Книга посвящена теории и численным методам гарантированного оценивания и аппроксимации множеств. Техника и математический аппарат интервального анализа строго обобщаются на процедуры работы с множествами. Впервые в монографической литературе детально рассматривается приложение разработанных методов к решению систем нелинейных уравнений и неравенств, задачам оптимизации, оценивания параметров и состояний, робастного управления и робототехники. Приводится подборка примеров и упражнений.
Подробности этого языка могут быть найдены во многих превосходных учебниках, таких как [Stroustrup, 1991
Предпросмотр: Прикладной интервальный анализ..pdf (0,3 Мб)
Автор: Жданов А. А.
М.: Лаборатория знаний
Книга, посвященная моделированию нервных систем, дает возможные ответы на следующие вопросы: как должна быть устроена нервная система с логически-рациональной точки зрения? можно ли воспроизвести путь «конструкторской мысли», который прошла Природа, конструируя нервные системы? что такое нейрон и как он работает? Рассмотрены способы построения адаптивных систем управления на основе эмпирических знаний, или систем динамической оптимизации. Представлены прототипы некоторых прикладных систем, построенных с использованием предложенного метода.
выполнению этой программы в случаях, когда надо выбирать между отдыхом в праздничные дни или чтением учебников <...> выполнению этой программы в случаях, когда надо выбирать между отдыхом в праздничные дни или чтением учебников <...> выполнению этой программы в случаях, когда надо выбирать между отдыхом в праздничные дни или чтением учебников
Предпросмотр: Автономный искусственный интеллект (2).pdf (0,3 Мб)
Автор: Лю Юси (Хэйден)
М.: ДМК Пресс
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.
Роберт Мони работает над докторской диссертацией в Будапештском университете технологии и экономики (
Предпросмотр: Обучение с подкреплением на PyTorch сборник рецептов. Свыше 60 рецептов проектирования, разработки и развертывания самообучающихся моделей на Python.pdf (0,9 Мб)
Автор: Гласснер Эндрю
М.: ДМК Пресс
Эта книга не похожа на большинство других учебников и руководств по глубокому обучению — в ней нет ни детального алгоритмического анализа, сопровождаемого обширной математикой, ни развернутых листингов программного кода. Автор выбрал золотую середину — благодаря дружелюбному подходу, сопровождаемому огромным количеством цветных иллюстраций, а также детальному и скрупулезному описанию он глубоко освещает основополагающие идеи и фундаментальные основы глубокого обучения и нейронных сетей.
ISBN 978-5-97060-701-5 Эта книга не похожа на большинство других учебников и руководств по глубокому
Предпросмотр: Глубокое обучение без математики.pdf (1,0 Мб)
Автор: Ферлитш Эндрю
М.: ДМК Пресс
В книге рассматриваются актуальные примеры создания приложений глубокого обучения с учетом десятилетнего опыта работы автора в этой области. Вы сэкономите часы проб и ошибок, воспользовавшись представленными здесь шаблонами и приемами. Проверенные методики, образцы исходного кода и блестящий стиль повествования позволят с увлечением освоить даже непростые навыки. По мере чтения вы получите советы по развертыванию, тестированию и техническому сопровождению ваших проектов.
конкретно-прикладные скрипты Python с преобразованиями; для получения более подробной информации ознакомьтесь с учебником
Предпросмотр: Шаблоны и практика глубокого обучения.pdf (1,2 Мб)