Бессмертный И. А.
Искусственный интеллект. Введение в многоагентные системы : учебник для вузов / И. А. Бессмертный. - Москва : Юрайт, 2025. - 148 с. - (Высшее образование). - URL: https://urait.ru/bcode/569279 (дата обращения: 03.03.2025). - ISBN 978-5-534-20348-6.

Авторы: Бессмертный И. А.

Шифры:
Полочный: ЭБС ЮРАЙТ
ББК: 32.813;

Аннотация: Настоящий курс посвящен актуальному направлению в проектировании программных, технических и киберфизических систем с использованием множества автономных агентов. Рассматриваются методы организации совместной работы агентов. Курс составлен на основе преподавания дисциплины «Мультиагентные системы» в Университете ИТМО. Большинство рассматриваемых алгоритмов снабжены примерами, реализованными в среде агентного моделирования AnyLogic и подробно описанными в приложениях. Благодаря этому студентам не требуется знание основ Anylogic, но необходимы начальные навыки программирования на языке Java.

Гавриченков Ю. Д.
Системы искусственного интеллекта : учебно-методическое пособие для обучающихся по специальностям 31.05.01 лечебное дело, 31.05.03 стоматология / Гавриченков Ю. Д.,Переверзев В. Ю. - Самара, 2024. - 55 с.

Авторы: Гавриченков Ю. Д., Переверзев В. Ю.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: Учебное пособие знакомит студентов-медиков с основами искусственного интеллекта, искусственными нейронными сетями и их практическими применениями в медицине. Пособие может быть использовано для формирования профессиональной компетентности студентов медицинских вузов в области практического применения систем искусственного интеллекта в медицине. Пособие состоит из трех разделов. Первый раздел посвящен общим вопросам теории искусственного интеллекта и моделирования нейронных сетей. Во втором разделе рассмотрены вероятностные и статистические основы функционирования искусственного интеллекта в медицине. В третьем разделе приведены практические работы по моделированию в MS Excel искусственного нейрона, компьютерной диагностики с помощью формулы Байеса, проектированию KNN-нейронной сети. Учебное пособие предназначено для обучающихся по направлению подготовки 31.05.01 Лечебное дело, 31.05.03 Стоматология в рамках рабочей программы дисциплины «Медицинская информатика. Системы искусственного интеллекта».

Чернов А. В.
Практикум по некорректным задачам : учебно-методическое пособие / Чернов А. В. - Нижний Новгород : ННГУ им. Н. И. Лобачевского, 2024. - 92 с. - Рекомендовано методической комиссией Института информационных технологий, математики и механики для студентов ННГУ, обучающихся по направлению подготовки 01.04.01 «Математика».

Авторы: Чернов А. В.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 22.19;

Аннотация: Учебно-методическое пособие посвящено практическим аспектам решения прикладных линейных некорректных задач простейшего типа. В частности, рассматриваются следующие вопросы. 1. Решение систем ЛАУ, заданных с погрешностями, методом регуляризации Тихонова при наличии и при отсутствии информации о совместности точной системы, в том числе с использованием метода обобщенной невязки. 2. Метод квадратных корней для решения систем ЛАУ с симметричной положительно определенной матрицей; факторизация Холецкого. 3. Решение систем ЛАУ с симметричной положительно определенной матрицей и с зависимостью от положительного параметра методом, сочетающим факторизацию Холецкого и сингулярное разложение. 4. Число обусловленности матрицы и оценка погрешности решения систем ЛАУ. 5. Метод регуляризации Тихонова для решения интегрального уравнения Фредгольма первого рода. 6. Конечномерная аппроксимация сглаживающего функционала невязки при решении интегрального уравнения Фредгольма первого рода методом регуляризации Тихонова. 7. Коэффициентные обратные задачи для уравнения установившихся колебаний упругого стержня. 8. Прикладные примеры сведения обратных задач к интегральному уравнению Фредгольма первого рода (задачи гравиметрии, геологоразведки, ЯМР-томографии, задача о восстановлении размытой фотографии). 9. Метод функций Грина для сведения коэффициентных обратных задач, связанных с ОДУ, к интегральному уравнению Фредгольма первого рода (включая прикладные примеры). Пособие предназначено для студентов Института информационных технологий, математики и механики, изучающих курс «Некорректные задачи» и обучающихся по направлению подготовки 01.04.01 «Математика».

Судаков В. А.
Методы искусственного интеллекта в информационных системах : учебник / Судаков В. А.,Титов Ю. П. - Москва : РТУ МИРЭА, 2024. - 150 с. - ISBN 978-5-7339-2354-3.

Авторы: Судаков В. А., Титов Ю. П.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: Учебник предназначен для магистрантов по направлению подготовки 09.04.02 «Информационные системы и технологии» изучающих курс «Интеллектуальные системы и технологии». Он также будет полезен студентам смежных инженерных, математических и экономических специальностей. В нем раскрыты основные понятия, связанные с искусственным интеллектом и современными технологиями его реализации. Курс включают не только основы машинного обучения, но и другие инструменты: экспертные системы, системы поддержи принятия решений, методы и алгоритмы метаэвристической оптимизации. Отдельный раздел посвящен методам машинного обучения с подкреплением, позволяющим учитывать потребности и цели экономических субъектов. Даны рекомендации по внедрению указанных технологий в практику.

Методы искусственного интеллекта : учебное пособие / Андреянов Н. В.,Евдокимова Т. С.,Павлов А. Д.,Сытник А. С.,Шлеймович М. П. - Казань : КНИТУ-КАИ, 2024. - 392 с. - Рекомендовано к изданию учебно-методическим управлением КНИТУ-КАИ. - ISBN 978-5-7579-2709-1.

Авторы: Андреянов Н. В., Евдокимова Т. С., Павлов А. Д., Сытник А. С., Шлеймович М. П.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: Содержится теоретический материал по дисциплине «Методы искусственного интеллекта», обеспечивающий формирование у бакалавров компетенций в области искусственного интеллекта, необходимых при разработке и применении программных средств, традиционно основанных на эвристических правилах. Предназначено для обучаемых направления подготовки бакалавров 09.03.02 «Информационные системы и технологии».

Бессмертный И. А.
Искусственный интеллект. Введение в многоагентные системы : учебник для вузов / И. А. Бессмертный. - Москва : Юрайт, 2024. - 148 с. - (Высшее образование). - URL: https://urait.ru/bcode/557988 (дата обращения: 04.09.2024). - ISBN 978-5-534-20348-6.

Авторы: Бессмертный И. А.

Шифры:
Полочный: ЭБС ЮРАЙТ
ББК: 32.813;

Аннотация: Настоящий курс посвящен актуальному направлению в проектировании программных, технических и киберфизических систем с использованием множества автономных агентов. Рассматриваются методы организации совместной работы агентов. Курс составлен на основе преподавания дисциплины «Мультиагентные системы» в Университете ИТМО. Большинство рассматриваемых алгоритмов снабжены примерами, реализованными в среде агентного моделирования AnyLogic и подробно описанными в приложениях. Благодаря этому студентам не требуется знание основ Anylogic, но необходимы начальные навыки программирования на языке Java.

Алероев Т. С.
Фрактальный анализ / Алероев Т. С.,Ерохин С. В.,Иванов П. С. - Москва : МИСИ – МГСУ, 2023. - 69 с. - ISBN 978-5-7264-3189-5.

Авторы: Алероев Т. С., Ерохин С. В., Иванов П. С.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 22.19;

Аннотация: Учебно-методическое пособие составлено в соответствии с программой дисциплины «Фрактальный анализ» и освещает методы, инструменты и сферы использования фрактального анализа в различных областях науки. В пособии представлены теоретические выкладки, примеры и практические задания по изучаемому курсу для закрепления обучающимися знаний, приобретенных в процессе изучения курса. Для обучающихся по направлению подготовки 01.03.04 Прикладная математика очной формы обучения.

Никульчев Е. В.
Системы сбора и предобработки данных. Методы статистического анализа с использованием Google Colab / Никульчев Е. В.,Алексеенко А. С.,Ильин Д. Ю. - Москва : РТУ МИРЭА, 2023. - 121 с. - ISBN 978-5-7339-1948-5.

Авторы: Никульчев Е. В., Алексеенко А. С., Ильин Д. Ю.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 22.19;

Аннотация: Учебное пособие содержит теоретические сведения, практические примеры и варианты практических работ по дисциплине «Системы сбора и предобработки данных», разделу «Методы статистического анализа». Предназначено для магистрантов, обучающихся по направлению 09.04.02 Информационные системы и технологии, а также для студентов и аспирантов смежных специальностей для получения практических навыков анализа данных

Пиляй А. И.
Основы методов искусственного интеллекта / Пиляй А. И.,Адамцевич Л. А. - Москва : МИСИ – МГСУ, 2023. - 60 с. - ISBN 978-5-7264-3307-3.

Авторы: Пиляй А. И., Адамцевич Л. А.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: В учебно-методическом пособии содержатся указания к практическим занятиям и выполнению компьютерных практикумов по дисциплине «Основы методов искусственного интеллекта». Для обучающихся бакалавриата по направлениям подготовки 09.03.02 Информационные системы и технологии, 01.03.04 Прикладная математика.

Терлецкий А. С.
Нейронные сети и искусственный интеллект: Основы нейронных сетей на языке Python / Терлецкий А. С.,Терлецкая Е. С. - Липецк : Липецкий ГПУ, 2023. - 76 с. - ISBN 978-5-907792-40-1.

Авторы: Терлецкий А. С., Терлецкая Е. С.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: Учебно-методическое пособие «Нейронные сети и искусственный интеллект: основы нейронных сетей на языке Python» входит в состав УМК подготовки бакалавров по направлениям, связанным с IT, такими как: «Прикладная математика и информатика», «Информационные системы и технологии», «Информационная безопасность», «Профессиональное обучение», «Информатика и вычислительная техника», «Педагогическое образование (с двумя профилями подготовки)», «Педагогическое образование (с одним профилем подготовки)». Задачей пособия является формирование базовых знаний и навыков в области искусственных нейронных сетей, их архитектуры и применения в различных задачах машинного обучения. Методичка включает в себя как теоретический материал, так и практические задания в виде лабораторных работ. Рекомендовано также слушателям программ дополнительного профессионального образования соответствующего направления подготовки.

Газанова Н. Ш.
Методы искусственного интеллекта : учебно-методическое пособие / Газанова Н. Ш.,Никольский С. Н. - Москва : РТУ МИРЭА, 2023. - 102 с. - ISBN 978-5-7339-1805-1.

Авторы: Газанова Н. Ш., Никольский С. Н.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: В учебно-методическом пособии рассматриваются методы и алгоритмы искусственного интеллекта. Теоретический материал подкреплен примерами. Данный материал позволяет сформировать необходимые знания и умения по реализации на python нечеткой базы знаний, основных методов предобработки данных и линейной регрессии. Учебно-методическое пособие предназначено для студентов по направлению подготовки 09.03.02 «Информационные системы и технологии». Учебно-методическое пособие может использоваться студентами направления 09.03.01 «Информатика и вычислительная техника», 10.00.00.

Дисциплина: Основы искусственного интеллекта

Ванг К.
Конструирование систем глубокого обучения / Ванг К.,Сзето Д. - Москва : ДМК Пресс, 2023. - 462 с. - ISBN 978-5-93700-181-8.

Авторы: Ванг К., Сзето Д.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: Удобство практического применения модели глубокого обучения предусматривает, что она встроена в программную систему. Инженеру программного обеспечения необходимо иметь четкое понимание технологии глубокого обучения, чтобы уметь разрабатывать такие системы. Книга научит вас всему, что нужно для конструирования и реализации готовой к производству платформы глубокого обучения. Во-первых, в ней представлен общий план системы глубокого обучения с точки зрения разработчика, включая ее главнейшие компоненты и характер их взаимодействия. Во-вторых, она скрупулезно ознакомит вас с инженерными методами, необходимыми для разработки своих собственных удобных в техническом сопровождении, эффективных и масштабируемых платформ глубокого обучения. Издание подойдет для разработчиков программного обеспечения и исследователей данных с инженерным уклоном. Приведены примеры на Java и Python.

Конструирование признаков из контекста динамики показателей процессов / 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. - Ульяновск : УлГТУ, 2023. - 183 с. - ISBN 978-5-9795-2356-9.

Авторы: 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.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

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

Хачумов М. В.
Введение в интеллектуальный анализ данных : учебное пособие / Хачумов М. В. - Москва : РТУ МИРЭА, 2023. - 123 с. - ISBN 978-5-7339-2073-3.

Авторы: Хачумов М. В.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: В учебном пособии даются основные понятия, описаны методы, которые характеризуют data-mining как мультидисциплинарное направление. Приведены практические примеры, демонстрирующие работу используемых алгоритмов. Пособие содержит три главы, посвященных проблемам распознавания образов и кластеризации, анализу и прогнозированию временных последовательностей на основе нейронных сетей, моделированию технологических процессов сетями Петри. Рассмотрены нечеткие модели и методы в анализе данных. Пособие может быть рекомендовано студентам высших учебных заведений по направлениям подготовки бакалавров, специалистов, магистров направления 10.00.00 по дисциплине «Интеллектуальный анализ данных». Учебное пособие издается в авторской редакци

Гарбарук В. В.
Решение дифференциальных уравнений и систем методами операционного исчисления : учебное пособие / Гарбарук В. В.,Кударов Р. С.,Родин В. И. - Санкт-Петербург : ПГУПС, 2022. - 86 с. - ISBN 978-5-7641-1855-0.

Авторы: Гарбарук В. В., Кударов Р. С., Родин В. И.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 22.19;

Аннотация: В пособии последовательно изложены основные понятия операционного исчисления, сформулированы теоремы, приведены формулы. Даны примеры доказательств некоторых теорем и формул. Пособие включает большое количество примеров решения дифференциальных уравнений и систем. Подробно рассмотрено применение обобщенных функций при импульсных воздействиях. Предложено 20 вариантов типовых заданий для самостоятельной работы по теме «Решение дифференциальных уравнений и систем методами операционного исчисления». Пособие соответствует действующим программам курса высшей математики технических вузов. Предназначено для обучающихся 1-х и 2-х курсов всех факультетов Университета

Каледин, В. О. (доктор технических наук, профессор).
Разработка программно-алгоритмического обеспечения методики обоснованного выбора оптимальных состава материала, структуры и параметров технологического процесса изготовления корпусных композитных конструкций с пространственно-армированным ИМПЗ, в том числе пользовательского интерфейса со средствами поддержки интерактивного взаимодействия между пользователем и компьютером : технический отчет 3-05/5-21-2ТО по этапу 1 СЧ ОКР, контракт от 24 марта 2021 г. № 2123730200062447000218779/3-05/5-21 шифр "Альянс-КемГУ" : промежуточный / В. О. Каледин ; Министерство науки и образования РФ ; ФГБОУ ВО "Кемеровский государственный университет". - Новокузнецк, 2022. - 170 с. - Прилагается 1 эл. опт. диск (CD-ROM). - Текст : непосредственный.

Авторы: Каледин В. О.

Шифры:
Полочный: 22.2
Авторский знак: К 17
ББК: 22.2я03; 22.25; 22.19;

Аннотация: Цель работы - разработка алгоритмов и программ для расчета прочности и жесткости корпусных композитных конструкций при их изготовлении и эксплуатации.

Экземпляры: Всего: 1, из них:
хр (пр.Металлургов,19) - свободно 1 из 1

Принятие решений на основе анализа слабоструктурированных данных социальных сетей / Ярушкина Н. Г.,Андреев И. А.,Желепов А. С.,Мошкин В. С.,Ярушкина Н. Г. - Ульяновск : УлГТУ, 2022. - 113 с. - ISBN 978-5-9795-2275-3.

Авторы: Ярушкина Н. Г., Андреев И. А., Желепов А. С., Мошкин В. С., Ярушкина Н. Г.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: В монографии авторы изложили методы и алгоритмы интеллектуального предиктивного мультимодального анализа слабоструктурированных данных социальных сетей. Рассмотрены подходы к подготовке, анализу, интерпретации таких данных. Теоретические разработки поддержаны практическими примерами, иллюстрирующими принципы работы предложенных подходов. Описаны программные средства, реализующие представленные в книге методы, и прошедшие экспериментальную апробацию.

Демидович, Б. П.
Основы вычислительной математики / Демидович Б. П.,Марон И. А. - 8-е изд., стер. - Санкт-Петербург : Лань, 2022. - 672 с. - ISBN 978-5-8114-0695-1.

Авторы: Демидович Б. П., Марон И. А.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 22.19;

Аннотация: В учебном пособии излагаются важнейшие методы и приемы вычислительной математики на базе общего курса высшей математики для технических вузов. Основная часть книги посвящена курсу приближенных вычислений. Рассматриваются следующие вопросы: действия с приближенными числами, вычисление значений функций при помощи рядов и итеративных процессов, приближенное и численное решение алгебраических и трансцендентных уравнений, вычислительные методы линейной алгебры, интерполирование функций, численное дифференцирование и интегрирование функций, метод Монте-Карло и др. В изложении материала широко используются основы матричного исчисления. Учебное пособие предназначено для студентов технических вузов. Книга также может быть полезна специалистам, работающим в области прикладной математики.

Дисциплина: Вычислительная математика, Численные методы

Михайлов А. П.
Математические модели системы «человек–общество» / Михайлов А. П.,Петров А. П. - Москва : ФИЗМАТЛИТ, 2022. - 456 с. - ISBN 978-5-9221-1909-2.

Авторы: Михайлов А. П., Петров А. П.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 22.19;

Аннотация: В монографии изложеныподходык математическому моделированию и изученыконкретные модели процессов из области демографии, психологии, социологии, политологии. В качестве методологической основыпринята сформулированная академиком А.А. Самарским триада «модель–алгоритм–программа», описывающая ключевые этапы моделирования. Особое внимание уделяется построению математических моделей на основании гипотез о поведении как индивидов, так и социальных групп, с учетом теоретических представлений и эмпирически полученных закономерностей, установленных в соответствующих отраслях научного знания. Для всех рассматриваемых моделей проведено исследование аналитическими или численными методами, с содержательной трактовкой математических результатов. Книга предназначена научным работникам, преподавателям, аспирантам и студентам, интересующимся проблемами применения математических методов и моделей к социальным и гуманитарным наукам.

Лозовский В. В.
Алгоритмические основы обработки данных / Лозовский В. В.,Платонова О. В.,Штрекер Е. Н. - Москва : РТУ МИРЭА, 2022. - 337 с.

Авторы: Лозовский В. В., Платонова О. В., Штрекер Е. Н.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 22.19;

Аннотация: Учебное пособие содержит широкий круг алгоритмов обработки линейных и нелинейных структур. Приведены основные алгоритмы обработки данных, имеющих важное практическое применение. Рассмотрена технология работы и оценка сложности различных алгоритмов для работы с очередями, стеками, списками, массивами, деревьями и графами. Предназначено для студентов 2-го курса квалификации бакалавр, обучающихся по направлению 09.03.01 «Информатика и вычислительная техника» по профилю «Цифровые комплексы, системы и сети» и поддерживает дисциплину «Алгоритмические основы обработки данных».

Дисциплина: Структуры и алгоритмы компьютерной обработки данных