Учебное пособие содержит краткие сведения о разработке рекомендующих систем на основе технологии интеллектуальных пространств. Обзор моделей вычислений, взаимодействия и представления данных, генерации рекомендаций, а также принципов и методов разработки программного обеспечения дополняется сведениями о практическом использовании исследовательской платформы Smart-M3 для реализации интеллектуальных пространств. Пособие предназначено для студентов магистратуры направлений 01.04.02 «Прикладная математика и информатика» и 09.04.02 «Информационные системы и технологии» и для студентов других математических и технических специальностей вузов при изучении дисциплин, использующих методы искусственного интеллекта, сложных систем, систем, основанных на знаниях, а также для преподавателей, ведущих учебные занятия по этим дисциплинам.
Предложен учебник, состоящий из двух частей, в котором с современных, креативных, алгоритмических позиций излагается начальные знания при системном подходе к компьтерному анализу текстов в рамках технических интеллектуальных систем.
На доступном для студентов и аспирантов стандартном университетском уровне раскрываются проблемные технические и теоретические вопросы машинной обработки текстов.
Для целей машинного перевода текстов предлагается активная грамматика английского языка, призванная ввести студентов и аспирант в современную, быстро прогрессирующую область технических знаний.
В учебном пособии рассмотрены основные направления исследований в области искусственного интеллекта, дан анализ состояния и перспектив развития теории и практики применения искусственного интеллекта в МЧС России. Изложена теория экспертных систем, структура, алгоритмы обучения и функционирования искусственных нейронных сетей. Как средство обучения искусственных нейронных сетей рассмотрены генетические алгоритмы. Приводится материал, посвященный интеллектуальному анализу больших данных. Учебное пособие предназначено для обучения курсантов и слушателей в высших учебных заведениях МЧС России по специальности 27.04.03 - «Системный анализ и управление».
Настоящая работа определяет понятия и практики построения искусственного интеллекта (ИИ). Понятие искусственного интеллекта напрямую зависит от определения интеллекта человека, хотя интеллект существует у всех живых организмов, но искусственный интеллект как системный объект является порождением деятельности человека и задается интеллектом человека.
Искусственный интеллект может использовать несколько объединенных простых и сложных функций человека, которые зависят от поставленной человеком системной цели действий ИИ.
В этой работе анализировались необходимые хаотические факторы, которые используются при построении ИИ. Функции и структура построенной имитационной модели определили влияние глобальности или локальности групп людей на искусственный интеллект человечества. Рассмотрен вопрос создания искусственного человека в форме системы ИИ со специальным самосознанием.
Работа предназначена для студентов высших образовательных заведений всех специальностей, в том числе дисциплины «Бизнес-информатика» (080500.62).
В монографии представлены материалы исследований авторов в области изучения процессов перколяции и джемминга
Данное пособие представляет вторую часть учебного пособия «Основы системного анализа», изданного в 2022 году. В него включены четыре раздела: качественные методы оценки сложных систем, измерительные шкалы, количественные методы оценки сложных систем и примеры решения системных задач. Пособие ориентировано на обучаемых по направлению «Информатика и вычислительная техника», но может быть полезным обучаемым и по другим направлениям.
Машинное обучение. Практикум для студентов аграрных ВУЗов – учебно-методическое пособие для студентов и профессионалов, которые хотят овладеть навыками машинного обучения и применять их на практике. В пособии подробно рассмотрены основные методы машинного обучения, приведены примеры их использования в различных приложениях и представлены практические задания. Особое внимание уделено выбору признаков, регуляризации моделей, работе с несбалансированными данными и управлению ошибками. Пособие также содержит описание основных инструментов и библиотек машинного обучения, таких как Python, NumPy, Pandas, Scikit-learn и TensorFlow, а также практические советы по работе с данными. В целом, это полезный ресурс для тех, кто хочет научиться применять методы машинного обучения на практике.
Пособие по структуре, содержанию и методике ориентировано на изучение дисциплин «Этика и правовые проблемы искусственного интеллекта», «Этические проблемы искусственного интеллекта», «Этика искусственного интеллекта» и других аналогичных
дисциплин согласно действующим стандартам. Содержит видеолекции, а также проверочные вопросы по теме каждой лекции.
Книга посвящена одной из бурно развивающихся областей кибернетики - теории распознавания образов в ее статистическом аспекте.
С единых позиций теории распознавания образов рассматриваются основные вопросы статистических решений: проверка простых и сложных гипотез, линейные классификаторы, оценивание параметров, оценивание плотности вероятности, последовательное оценивание параметров, выбор информативных признаков и линейное преобразование пространства для случая одного распределения, выбор информативных признаков и линейное преобразование пространства в случае многих распределений, нелинейное преобразование исходного пространства, двумерные отображения, автоматическая классификация объектов и др.
Книга предназначена для специалистов в области кибернетики, математической статистики, прикладной математики.
Брошюра издана по материалам лекций по криптографии, прочитанных на факультете мировой политики МГУ им. М. В. Ломоносова. Основное внимание уделяется прикладным задачам, решаемым с помощью математических методов криптографии. Доступно рассказывается о том, что такое шифрование, криптографические протоколы, о роли крипто-
графии в массовых информационных коммуникациях.
Первое издание было опубликовано в 2011 году.
