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».

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.

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

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.

Чесалин А. Н.
Основы технической эксплуатации защищенных телекоммуникационных систем: конфигурирование и администрирование сетевого оборудования : практикум / Чесалин А. Н., Болотин К. В. - Москва : РТУ МИРЭА, 2021. - 77 с.

Авторы: Чесалин А. Н., Болотин К. В.

Шифры:
Полочный: ЭБС Лань
ББК: 32.813;

Аннотация: В практикуме представлены задания по конфигурированию и администрированию телекоммуникационного оборудования и конечных устройств. Выполнение практических работ проводится в виртуальной лаборатории EVENG, которая позволяет проектировать различные архитектуры телекоммуникационных сетей и эмулировать оборудование различных производителей. В практических работах для закрепления теоретических знаний сетевых технологий предлагается сконфигурировать телекоммуникационные устройства для заданных целей: настроить параметры безопасности сетевого оборудования и основные сетевые технологии и протоколы: VLAN, DHCP, NAT, а также произвести конфигурирование VPN-соединения на основе стека протоколов IpSec. Предназначено для студентов, обучающихся по специальности высшего образования 10.05.02 «Информационная безопасность телекоммуникационных систем». Практикум издается в авторской редакции

Чесалин А. Н.
Основы искусственного интеллекта с приложениями в информационной безопасности : учебное пособие / Чесалин А. Н. - Москва : РТУ МИРЭА, 2021. - 155 с. - ISBN 978-5-7339-1589-0.

Авторы: Чесалин А. Н.

Шифры:
Полочный: ЭБС Лань
ББК: 32.813;

Аннотация: В учебном пособии изложены современные проблемы и методы искусственного интеллекта. Материал снабжен большим количеством графического материала и разнообразными примерами в области информационной безопасности. Предназначено для студентов, обучающихся по специальности высшего образования 10.05.02 «Информационная безопасность телекоммуникационных систем». Учебное пособие издается в авторской редакции.

Боровская, Е. В.
Основы искусственного интеллекта : учебное пособие / Боровская Е. В., Давыдова Н. А. - 4-е изд. - Москва : Лаборатория знаний, 2020. - 130 с. - ISBN 978-5-00101-908-4.

Авторы: Боровская Е. В., Давыдова Н. А.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: 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. Для студентов и преподавателей педагогических вузов, учителей общеобразовательных школ, гимназий, лицеев.

Дисциплина: Математические модели и методы искусственного интеллекта, Основы искусственного интеллекта, Разработка и применение компонентов систем искусственного интеллекта, Разработка экспертных систем, Системы искусственного интеллекта

Лиманова Н. И.
Математические и инструментальные методы поддержки принятия решений : учебное пособие / Лиманова Н. И. - Самара : ПГУТИ, 2019. - 225 с.

Авторы: Лиманова Н. И.

Шифры:
Полочный: ЭБС Лань
ББК: 32.813;

Аннотация: Учебное пособие предназначено для студентов бакалавриата и магистратуры, обучающихся по направлениям подготовки 09.03.02 и 09.04.02 – «Информационные системы и технологии» и соответствует требованиям Федерального государственного образовательного стандарта высшего образования. Пособие содержит изложение математических и методологических основ процессов принятия решений: подробно освещаются методы принятия решений в условиях определенности, ставшие традиционными, дается обзор основных подходов принятия решений при многих критериях от методологии исследования операций к методологии системного анализа и теории принятия решений. Рассматриваются постановки многокритериальных задач с объективными и субъективными моделями и методы их решения, подробно описаны особенности подхода многокритериальной теории полезности (MAUT), подход аналитической иерархии (АНР), методы ELECTRE. Приводятся примеры систем поддержки принятия решений, основанных на применении многокритериальной теории полезности, метода АНР, а также реализующих методы ELECTRE.

Родионов А. С.
Изучение основных подсистем управления операционной системы : учебное пособие / Родионов А. С. - Уфа : УГНТУ, 2019. - 50 с. - ISBN 978-5-7831-1911-8.

Авторы: Родионов А. С.

Шифры:
Полочный: ЭБС Лань
ББК: 32.813;

Аннотация: Учебное пособие подготовлено на основе программы дисциплины «Операционные системы». Представлены основные подсистемы управления операционной системы, включающие системы управления процессами, оперативной памятью и файловые системы. Предназначено для бакалавров направления подготовки 09.03.01 «Информатика и вычислительная техника», профиль «Автоматическое управление бизнес-процессами и финансами». Может быть использовано также студентами других специальностей при изучении дисциплины «Операционные системы».

Боровская, Е. В.
Основы искусственного интеллекта / Боровская Е. В., Давыдова Н. А. - 3-е изд. - Москва : Лаборатория знаний, 2016. - 130 с. - ISBN 978-5-00101-421-8.

Авторы: Боровская Е. В., Давыдова Н. А.

Шифры:
Полочный: ЭБС ЛАНЬ
ББК: 32.813;

Аннотация: 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. Для студентов и преподавателей педагогических вузов, учителей общеобразовательных школ, гимназий, лицеев.

Ясницкий, Л. Н.
Введение в искусственный интеллект : учебное пособие для вузов / Л. Н. Ясницкий. - 3-е изд. ; стер. - Москва : Академия, 2010. - 175 с. - (Высшее профессиональное образование). - Библиогр.: с. 170-173. - ISBN 9785769570421. - Текст : непосредственный.

Авторы: Ясницкий Л. Н.

Шифры:
Полочный: 32.813
Авторский знак: Я 82
ББК: 32.813;

Экземпляры: Всего: 1, из них:
ФМФ и ТЭФ (пр.Пионерский,13) - свободно 1 из 1

Рассел, С.
Искусственный интеллект : современный подход = Artificial Intelligence : second edittion / С. Рассел, П. Норвиг ; пер. с англ. и редакция К. А. Птицына. - 2-е изд. - Москва : Издательский дом "Вильямс", 2006. - 1408 с. : ил. - ISBN 5-8459-0887-6. - ISBN 0-13-790395-2. - Текст : непосредственный.

Авторы: Рассел С., Норвиг П.

Шифры:
Полочный: 32.813
Авторский знак: Р 24
ББК: 32.813;

Аннотация: Искусственный интеллект - вопрос, которому посвящена книга Стюарта Рассела и Питера Норвига "AIMA" ("Artificial Intelligence: A Modern Approach") - «Искусственный интеллект: современный подход». Стержневой темой "AIMA" является идея интеллектуального агента (intelligent agent). На страницах этого издания излагаются: основы математической логики, теории вероятностей, теории непрерывных функций, раскрывается суть таких понятий, как "восприятие", "рассуждение", "обучение" и "действие". Стюарт Рассел и Питер Норвиг определяют искусственный интеллект как науку об агентах, получающих из своей среды результаты актов восприятия и выполняющих соответствующие действия. Авторы рассматривают разнообразные способы представления функций, реализуемых агентами, среди которых продукционные системы, реактивные агенты, условные планировщики в реальном масштабе времени, нейронные сети и системы, действующие на основе теории решений. Помимо сугубо теоретической части, в "AIMA" представлено множество примеров алгоритмов, версии которых, реализованные на различных языках программирования. Питер Норвиг, один из соавторов книги, является директором подразделения компании Google. Известный эксперт делится накопленным опытом, дает профессиональные советы и помогает всем заинтересованным читателям совершить путешествие в поисках электронного Грааля, имя которому - искусственный интеллект. AIMA написана понятным и доступным языком и является прекрасным пособием для студентов университетов, учащихся специализированных курсов, аспирантов, программистов, изучающих искусственный интеллект. Кроме того, книга будет весьма полезна для разработчиков интеллектуального ПО и профессионалов, желающих расширить рамки избранной ими специальности.

Экземпляры: Всего: 1, из них:
ЧЗ1 (пр. Металлургов,19) - свободно 1 из 1