Платунина Г. П. - все книги автора. Издательство Лань

В учебном пособии рассмотрены современные подходы и инструменты обработки данных, используемые в аналитике бизнеса. В издании освещены методы анализа данных, включая статистический анализ, интеллектуальную аналитику, машинное обучение, прогнозирование и визуализацию. Особое внимание уделено практическому применению аналитических инструментов поддержки принятия решений, оптимизации бизнес-процессов и повышению конкурентоспособности организаций в условиях цифровой трансформации. Пособие охватывает как теоретические основы бизнес-аналитики, так и прикладные аспекты работы с данными в реальных бизнес-сценариях. Включены материалы по обработке больших данных, работе с BI-системами, анализу неструктурированных данных, использованию методов предсказательной аналитики, а также автоматизации аналитических процессов с применением технологий искусствен-ного интеллекта.
Издание предназначено для студентов, преподавателей, аспирантов и специалистов в области бизнес-аналитики, управления, информационных технологий и смежных дисциплин.

Учебник посвящен вопросам разработки и применения средств предиктивной аналитики для оптимизации и автоматизации управления технологическими процессами в нефтепромышленности. В книге рассматриваются основные подходы к анализу данных, машинному обучению и моделированию, а также их использование для повышения эффективности работы промышленных систем. Особое внимание уделено применению искусственного интеллекта и цифровых технологий для прогноза отказов оборудования, управления производственными процессами в реальном времени и оптимизации затрат.

Учебное пособие содержит основные принципы и методы верификации и тестирования моделей искусственного интеллекта. В нем подробно рассматриваются ключевые аспекты, такие как разработка тестовых наборов данных, методы оценки производительности и точности моделей, а также подходы к выявлению и устранению ошибок. Также обсуждаются вопросы интерпретируемости моделей, что особенно актуально в контексте применения ИИ в критически важных областях.
Кроме того, пособие включает практические рекомендации по внедрению верификации и тестирования в процесс разработки, что помогает обеспечить высокое качество и надежность моделей. Авторы приводят примеры реальных кейсов и анализируют подходы к верификации в различных областях, таких как медицина, финансы и автономные системы.
Может быть использовано в качестве учебного пособия для студентов средних профессиональных учреждений, обучающихся по специальностям направления подготовки «Информационная безопасность» и «Информатика и вычислительная техника».

Учебное пособие содержит основные принципы и методы верификации и тестирования моделей искусственного интеллекта. В нем подробно рассматриваются ключевые аспекты, такие как разработка тестовых наборов данных, методы оценки производительности и точности моделей, а также подходы к выявлению и устранению ошибок. Также обсуждаются вопросы интерпретируемости моделей, что особенно актуально в контексте применения ИИ в критически важных областях.
Кроме того, пособие включает практические рекомендации по внедрению верификации и тестирования в процесс разработки, что помогает обеспечить высокое качество и надежность моделей. Авторы приводят примеры реальных кейсов и анализируют подходы к верификации в различных областях, таких как медицина, финансы и автономные системы.

Учебник содержит комплексный анализ проектирования мультиагентных систем (МАС) и их применения в области искусственного интеллекта. В работе подробно рассматриваются теоретические основы, методы взаимодействия агентов, алгоритмы планирования задач, подходы к распределению ресурсов, стратегии координации действий и принципы адаптивности. Также включены примеры из реальных приложений, таких как управление автономными системами и распределенные вычисления. В учебнике представлены задачи для самостоятельной работы, вопросы для самопроверки и иллюстрации, способствующие лучшему пониманию материала.