Поиск :
Личный кабинет :
Электронный каталог: Хливненко, Л. В. - Практика нейросетевого моделирования
Хливненко, Л. В. - Практика нейросетевого моделирования
Нет экз.
Электронный ресурс
Автор: Хливненко, Л. В.
Практика нейросетевого моделирования : учебное пособие для вузов
Издательство: Лань, 2024 г.
ISBN 978-5-507-47590-2
Автор: Хливненко, Л. В.
Практика нейросетевого моделирования : учебное пособие для вузов
Издательство: Лань, 2024 г.
ISBN 978-5-507-47590-2
Электронный ресурс
Хливненко, Л. В.
Практика нейросетевого моделирования [Электронный ресурс] : учебное пособие для вузов / Пятакович Ф. А. – 4-е изд., стер. – Санкт-Петербург : Лань, 2024. – 200 с. – Режим доступа : https://e.lanbook.com/book/393482, https://e.lanbook.com/img/cover/book/393482.jpg. – Книга из коллекции Лань - Информатика. – На рус. яз. – ISBN 978-5-507-47590-2.
В книге рассмотрены теоретические основы моделирования искусственных нейронных сетей различной архитектуры. Приведены алгоритмы обучения однослойных и многослойных сетей прямого распространения, самоорганизующихся и рекуррентных сетей. Рассмотрено моделирование многоагентных систем на основе эволюционирующих нейронных сетей. Приводятся оригинальные методики визуализации внутреннего состояния обученной нейронной сети и решения задач классификации, категоризации, прогнозирования, восстановления зашумленной информации. Даны методологические основы проектирования нейросетевых модулей решения задач в виде компьютерных приложений. Приведены описания структур, интерфейсов и компьютерные коды основных блоков нейросетевых приложений. Описаны методы комбинирования градиентных и стохастических алгоритмов обучения для повышения эффективности решения практических задач. Приводятся оригинальные методики решения задач распознавания образов, прогнозирования курсов валют, задач медицинской диагностики. Рассмотрены методы и способы оценки эффективности разработанных нейросетевых моделей. Издание может быть использовано в курсах «Проектирование интеллектуальных систем», «Компьютерные технологии в медико-биологической практике», «Автоматизация обработки медицинской информации», «Управление в биотехнических системах». Может быть полезно также для научных работников, специализирующихся в области разработки автоматизированных систем искусственного интеллекта и когнитивного моделирования процессов принятия решений.
4
основной = ЭБС Лань
Хливненко, Л. В.
Практика нейросетевого моделирования [Электронный ресурс] : учебное пособие для вузов / Пятакович Ф. А. – 4-е изд., стер. – Санкт-Петербург : Лань, 2024. – 200 с. – Режим доступа : https://e.lanbook.com/book/393482, https://e.lanbook.com/img/cover/book/393482.jpg. – Книга из коллекции Лань - Информатика. – На рус. яз. – ISBN 978-5-507-47590-2.
В книге рассмотрены теоретические основы моделирования искусственных нейронных сетей различной архитектуры. Приведены алгоритмы обучения однослойных и многослойных сетей прямого распространения, самоорганизующихся и рекуррентных сетей. Рассмотрено моделирование многоагентных систем на основе эволюционирующих нейронных сетей. Приводятся оригинальные методики визуализации внутреннего состояния обученной нейронной сети и решения задач классификации, категоризации, прогнозирования, восстановления зашумленной информации. Даны методологические основы проектирования нейросетевых модулей решения задач в виде компьютерных приложений. Приведены описания структур, интерфейсов и компьютерные коды основных блоков нейросетевых приложений. Описаны методы комбинирования градиентных и стохастических алгоритмов обучения для повышения эффективности решения практических задач. Приводятся оригинальные методики решения задач распознавания образов, прогнозирования курсов валют, задач медицинской диагностики. Рассмотрены методы и способы оценки эффективности разработанных нейросетевых моделей. Издание может быть использовано в курсах «Проектирование интеллектуальных систем», «Компьютерные технологии в медико-биологической практике», «Автоматизация обработки медицинской информации», «Управление в биотехнических системах». Может быть полезно также для научных работников, специализирующихся в области разработки автоматизированных систем искусственного интеллекта и когнитивного моделирования процессов принятия решений.
4
основной = ЭБС Лань