Практическое применение методов кластеризации, классификации и аппроксимации на основе нейронных сетей монография

Практическое применение методов кластеризации, классификации и аппроксимации на основе нейронных сетей монография

Библиографическая информация
Другие авторы:	Баюк, Дмитрий Александрович, Баюк, Олег Александрович, Берзин, Дмитрий Викторович
Формат:	Книга
Язык:	Russian
Публикация:	Москва Прометей 2020
Предметы:	искусственные интеллект машинное обучение нейронные сети искусственные машинное обучение, инструменты регрессионный анализ (искусственный интеллект) кластеризация (искусственный интеллект) Python, язык программирования высокоуровневый нейронные сети искусственные, применение нейронные сети искусственные, теория классификация (искусственный интеллект) аппроксимация (искусственный интеллект) нейронные сети искусственные, решение типовых задач нейросетевые модели многофакторного анализа экономическая эффективность предприятия, модель нейронная машинное обучение конкурентное нейронные сети искусственные, модели прогнозирования нейронные сети искусственные сверточные анализ данных математическая статистика, задачи проверка статистических гипотез логарифмическая доходность дисперсионный анализ статистика временных рядов нейронные сети искусственные сверточные, применение анализ документов визуальный

Похожие документы

Глубокое обучение погружение в мир нейронных сетей
по: Николенко, Сергей Игоревич
Публикация: (2023)

Грокаем глубокое обучение
по: Траск, Эндрю
Публикация: (2022)

Искусственные нейронные сети [учебник для направлений бакалавриат и магистратуры "Прикладная математика и информатика" и "Информатика и вычислительная техника"]
Публикация: (2023)

Прикладное глубокое обучение подход к пониманию глубоких нейронных сетей на основе метода кейсов
по: Микелуччи, Умберто
Публикация: (2020)

Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow концепции, инструменты и техники для создания интеллектуальных систем : пер. с англ.
по: Жерон, Орельен
Публикация: (2019)

Глубокое обучение погружение в мир нейронных сетей
по: Николенко, Сергей Игоревич
Публикация: (2019)

Обработка естественного языка в действии
по: Хобсон, Лейн
Публикация: (2020)

Интеллектуальные системы [учебник для студентов вузов по направлению ВПО 010300 "Фундаментальная информатика и информационные технологии"]
по: Ясницкий, Леонид Нахимович
Публикация: (2016)

Python и машинное обучение машинное и глубокое обучение с использованием Python, scikit-learn и TensorFlow : пер. с англ.
по: Рашка, Себастьян
Публикация: (2019)

Глубокое обучение на Python
по: Шолле, Франсуа
Публикация: (2019)

Нейронные сети для обработки информации
по: Осовский, Станислав
Публикация: (2017)

Основы искусственного интеллекта в примерах на Python самоучитель : для программистов
по: Постолит, Анатолий Владимирович
Публикация: (2024)

Распознавание образов. Введение в методы статистического обучения
по: Мерков, Александр Борисович
Публикация: (2019)

Искусственный интеллект с примерами на Python создание приложений искусственного интеллекта с помощью Python для взаимодействия с окружающим миром
по: Джоши, Пратик
Публикация: (2019)

Моделирование деятельности мозга с помощью искусственных нейронных сетей
по: Драченин, Александр Вячеславович

TensorFlow для глубокого обучения [от линейной регрессии до обучения с максимизацией подкрепления : для разработчиков систем машинного обучения]
по: Рамсундар, Бхарат
Публикация: (2019)

Possibilities for audio analysis with neural networks
по: Solís Romeu, Edgar

Модели для решения задач надежности искусственных нейронных систем монография
по: Потапов, Виктор Ильич 1935-
Публикация: (2009)

Применение искусственных нейронных сетей в исследовании динамической структуры околоземного орбитального пространства
по: Красавин, Дмитрий Сергеевич

Применение методов машинного обучения для классификации резонансного движения астероидов

Алгоритмы вычисления отклика нейронных сетей на динамически перестраиваемых вычислительных средах диссертация на соискание ученой степени кандидата технических наук : 2.3.8
по: Шатравин, Владислав
Публикация: (2023)

Нейронные сети и глубокое обучение учебный курс
по: Аггарвал, Чару
Публикация: (2020)

Детектирование звука сердечного сокращения при помощи методов машинного обучения
по: Файб, Семен Владимирович

Применение искусственных нейронных сетей в задачах анализа динамической структуры областей околоземного орбитального пространства
по: Красавин, Дмитрий Сергеевич

Нейронные сети полный курс : перевод с английского
по: Хайкин, Саймон
Публикация: (2019)

Вероятностное машинное обучение введение
по: Мэрфи, Кэвин Патрик
Публикация: (2023)

Грокаем алгоритмы искусственного интеллекта
по: Харбанс, Ришал
Публикация: (2023)

Искусственный интеллект в медицине как умные технологии меняют подход к лечению : пер. с англ.
по: Тополь, Эрик
Публикация: (2022)

Иерархическая нейронная система для анализа объектов, расположенных на произвольном фоне
по: Аксенов, Сергей Владимирович

Применение нейронных сетей для аппроксимации данных
по: Филатова, Татьяна Владимировна

Решение обратных задач с помощью искусственных нейронных сетей
по: Семенов, Евгений Витальевич

Искусственные нейронные сети как механизм обфускации вычислений
по: Елисеев, Владимир Леонидович

Машинное обучение: новый искусственный интеллект [пер. с англ.]
по: Алпайдин, Этем
Публикация: (2017)

Глубокое обучение с fastai и PyTorch минимум формул, минимум кода, максимум эффективности
по: Ховард, Джереми
Публикация: (2022)

Компьютерное зрение. Современные методы и перспективы развития
Публикация: (2022)

Искусственный интеллект и компьютерное зрение реальные проекты на Python, Keras и TensorFlow
по: Коул, Анирад
Публикация: (2023)

A review of commercially available artificial neural network frameworks
по: Uvarov, N. A.

Merging brain computing interface (BCI) & neural networks for better authentication & recognition
по: Ramzan, Qaseem

Merging brain computing interface (BCI) & neural networks for better authentication & recognition
по: Ramzan, Qaseem

Conditions of neural networks for forestalling adaptive correction on the basis of measurements of Shack-Hartmann sensor
по: Lavrinova, L. N.