Скачать книги Пылов Петр
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, Садовников В.Е |
| Жанр | Программы и утилиты для цифровых устройств |
| Год | 2022 |
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 |
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 |
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 |
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 |
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 |
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, Дягилева А.В |
| 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 |
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 |
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, Роман Майтак, Анна Дягилева, Анжелика Салычева |
| Год | 2024 |