Просмотры: 32
15.01.2025
Автор: С.В. Умняшкин
ISBN: 978-5-94836-709-5
М.: ТЕХНОСФЕРА, 2025. – 324 с.
ISBN: 978-5-94836-709-5
М.: ТЕХНОСФЕРА, 2025. – 324 с.
В рамках статистического подхода излагаются основы машинного обучения и распознавания образов. Изучаются методы и модели, применяемые для решения задач регрессии и классификации, кластеризации и анализа данных. Рассматриваются аспекты применения для решения указанных задач искусственных нейронных сетей, машин опорных векторов, ансамблей распознавателей, а также сопутствующие методы предварительной обработки данных и скрытые марковские модели.
Актуальность данной темы обусловлена революционным прогрессом в создании высокопроизводительных систем и платформ на основе технологий распределенных и параллельных вычислений, который стал мощным импульсом для развития теории и практики искусственного интеллекта и распознавания образов в начале XXI века. Это создает новые возможности для применения алгоритмов и методов на основе искусственных нейронных сетей, которые сегодня являются основой многих систем ИИ. Учебное пособие будет полезно для студентов, обучающихся по направлениям подготовки «Прикладная математика», «Математика и компьютерные науки», так и для широкого круга читателей, интересующихся данной темой.
Заказать книгу в издательстве
Актуальность данной темы обусловлена революционным прогрессом в создании высокопроизводительных систем и платформ на основе технологий распределенных и параллельных вычислений, который стал мощным импульсом для развития теории и практики искусственного интеллекта и распознавания образов в начале XXI века. Это создает новые возможности для применения алгоритмов и методов на основе искусственных нейронных сетей, которые сегодня являются основой многих систем ИИ. Учебное пособие будет полезно для студентов, обучающихся по направлениям подготовки «Прикладная математика», «Математика и компьютерные науки», так и для широкого круга читателей, интересующихся данной темой.
Заказать книгу в издательстве
Комментарии читателей