Скачать книги Пылов Петр
Представлена разработка и аналитика прикладных моделей машинного обучения, применяемых в высоконагруженных интеллектуальных системах промышленного уровня.
Для студентов, изучающих информационные технологии. Может быть полезно специалистам прикладной сферы анализа данных.
| Автор | Протодьяконов Андрей, Пылов Петр, Анна Дягилева |
| Жанр | |
| Год | 2023 |
Рассматривается регрессионный подход к решению предметно-прикладных задач на примере одной области данных. Читатели смогут повторить все операции над собственными датасетами, так как монография содержит в себе детальные расчеты и приложения, в которых представлен весь комплекс вычисленных промежуточных значений, требуемых для достижения поставленной цели. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный...
| Автор | Пылов Петр, Роман Майтак, Анна Дягилева |
| Год | 2024 |
Показан процесс изучения основ машинного и глубокого обучения в теоретической и прикладной плоскости подготовки. Рассмотрены профильные направления искусственного интеллекта и критерии их значимости. Приведен анализ и аудит содержания подходящих существующих готовых рабочих программ. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный интеллект».
| Автор | Пылов Петр, Роман Майтак, Анна Дягилева |
| Год | 2024 |
Рассматривается регрессионный подход к решению предметно-прикладных задач на примере одной области данных. Читатели смогут повторить все операции над собственными датасетами, так как монография содержит в себе детальные расчеты и приложения, в которых представлен весь комплекс вычисленных промежуточных значений, требуемых для достижения поставленной цели. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки "Искусственный...
| Автор | Пылов Петр, Роман Майтак, Анна Дягилева, Анжелика Салычева |
| Год | 2024 |
Показан процесс изучения основ машинного и глубокого обучения в теоретической и прикладной плоскости подготовки. Рассмотрены профильные направления искусственного интеллекта и критерии их значимости. Приведен анализ и аудит содержания подходящих существующих готовых рабочих программ. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный интеллект».
| Автор | Пылов Петр, Дягилева А.В , Роман Майтак, Анна Дягилева, Р.В. Майтак |
| Год | 2024 |
Рассматривается регрессионный подход к решению предметно-прикладных задач на примере одной области данных. Читатели смогут повторить все операции над собственными датасетами, так как монография содержит в себе детальные расчеты и приложения, в которых представлен весь комплекс вычисленных промежуточных значений, требуемых для достижения поставленной цели. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный...
| Автор | Пылов Петр, Дягилева А.В , Роман Майтак, Анна Дягилева, Р.В. Майтак |
| Год | 2024 |
Представлены необходимые инструменты для программной и математической разработки моделей прикладного машинного и глубокого обучения. Показаны базовые принципы и аспекты, которыми оперирует область Data Science. Дан ознакомительный экскурс по теоретической составляющей курса, для каждой рассмотренной модели машинного/глубокого обучения поставлена в соответствие её прикладная реализация. Для студентов, обучающихся по направлению подготовки «Искусственный интеллект». Может быть полезно специалистам...
| Автор | Пылов Петр |
| Год | 2023 |
Показана разработка собственных элементов датчиков давления, которые функционируют в неразрывной связи с программным обеспечением. Даны основы и способы разработки подобных систем, которые можно повторить самостоятельно. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный интеллект».
| Автор | Пылов Петр |
| Год | 2023 |
Показана разработка и аналитика прикладных моделей глубокого обучения, применяемых в высоконагруженных интеллектуальных системах промышленного уровня. Изучение математических архитектур моделей глубокого обучения позволит не только разрабатывать, но и внедрять разработанные решения без помощи сторонних программных библиотек, что увеличивает быстродействие всего программного решения в целом. Для студентов и сотрудников высших технических учебных заведений, а также специалистов прикладной сферы...
| Автор | Протодьяконов Андрей, Пылов Петр |
| Год | 2023 |
Показана разработка и аналитика прикладных моделей глубокого обучения, применяемых в высоконагруженных интеллектуальных системах промышленного уровня. Изучение математических архитектур моделей глубокого обучения позволит не только разрабатывать, но и внедрять разработанные решения без помощи сторонних программных библиотек, что увеличивает быстродействие всего программного решения в целом. Для студентов и сотрудников высших технических учебных заведений, а также специалистов прикладной сферы...
| Автор | Протодьяконов Андрей, Пылов Петр, Анна Дягилева |
| Жанр | |
| Год | 2023 |
Представлена разработка и аналитика прикладных моделей машинного обучения, применяемых в высоконагруженных интеллектуальных системах промышленного уровня. Для студентов, изучающих информационные технологии. Может быть полезно специалистам прикладной сферы анализа данных.
| Автор | Протодьяконов Андрей, Пылов Петр |
| Жанр | Информатика |
| Год | 2023 |
Рассмотрен полный каскад разработки моделей искусственного интеллекта. Проанализирована область Data Science, из которой выделены все необходимые для прикладной сферы алгоритмы машинного обучения, расположенные по уровню возрастания сложности работы с ними.
Для студентов, изучающих информационные технологии. Может быть полезно как начинающим программистам, так и специалистам высокого уровня.
| Автор | Протодьяконов Андрей, Пылов Петр, Владимир Садовников |
| Жанр | |
| Год | 2022 |
Представлены необходимые инструменты для программной и математической разработки моделей прикладного машинного и глубокого обучения. Показаны базовые принципы и аспекты, которыми оперирует область Data Science. Дан ознакомительный экскурс по теоретической составляющей курса, для каждой рассмотренной модели машинного/глубокого обучения поставлена в соответствие её прикладная реализация. Для студентов, обучающихся по направлению подготовки "Искусственный интеллект". Может быть полезно...
| Автор | Пылов Петр, Роман Майтак, Анна Дягилева |
| Жанр | |
| Год | 2023 |
Показана разработка собственных элементов датчиков давления, которые функционируют в неразрывной связи с программным обеспечением. Даны основы и способы разработки подобных систем, которые можно повторить самостоятельно.
Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки "Искусственный интеллект".
| Автор | Пылов Петр, Роман Майтак, Анна Дягилева |
| Жанр | Программирование |
| Год | 2023 |
Показан процесс изучения основ машинного и глубокого обучения в теоретической и прикладной плоскости подготовки. Рассмотрены профильные направления искусственного интеллекта и критерии их значимости. Приведен анализ и аудит содержания подходящих существующих готовых рабочих программ. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный интеллект».
| Автор | Пылов Петр, Роман Майтак, Анна Дягилева |
| Жанр | |
| Год | 2024 |
Представлены необходимые инструменты для программной и математической разработки моделей прикладного машинного и глубокого обучения. Показаны базовые принципы и аспекты, которыми оперирует область Data Science. Дан ознакомительный экскурс по теоретической составляющей курса, для каждой рассмотренной модели машинного/глубокого обучения поставлена в соответствие её прикладная реализация. Для студентов, обучающихся по направлению подготовки «Искусственный интеллект». Может быть полезно специалистам...
| Автор | Пылов Петр, Дягилева А.В , Р.В. Майтак |
| Жанр | |
| Год | 2023 |
Показана разработка собственных элементов датчиков давления, которые функционируют в неразрывной связи с программным обеспечением. Даны основы и способы разработки подобных систем, которые можно повторить самостоятельно. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный интеллект».
| Автор | Пылов Петр, Дягилева А.В , Р.В. Майтак |
| Жанр | Программирование |
| Год | 2023 |
Представлена разработка и аналитика прикладных моделей машинного обучения, применяемых в высоконагруженных интеллектуальных системах промышленного уровня. Для студентов, изучающих информационные технологии. Может быть полезно специалистам прикладной сферы анализа данных.
| Автор | Протодьяконов Андрей, Пылов Петр, Дягилева А.В |
| Жанр | Информатика |
| Год | 2023 |