Философия виртуальной реальности и искусственного интеллекта - все книги по дисциплине. Издательство Лань

Учебное пособие содержит теоретический и практико-ориентированный материал и может быть востребовано как в рамках изучения соответствующих разделов науки о данных, так и при решении научных и бизнес-задач. Теоретический материал дополнен практическими заданиями, изложенными в виде рабочих тетрадей, содержащих примеры с решениями, а также задачи для самостоятельной работы.
Учебное пособие будет полезно для широкого круга лиц, интересующихся методами искусственного интеллекта и машинного обучения в прикладных задачах анализа данных.

В учебном пособии даны основные теоретические положения искусственного интеллекта и теории нечетких множеств, необходимые для выполнения лабораторных работ по дисциплине «Системы искусственного интеллекта». Приведены примеры решения задач, контрольные задания, а также содержание, общие требования и рекомендации по выполнению лабораторных работ, справочные данные и литература для их выполнения. В учебное пособие включены материалы по лабораторным работам, посвященным моделированию нейронных и нейро-нечетких сетей в системе MATLAB.
Учебное пособие предназначено для студентов всех форм обучения высших учебных заведений, обучающихся по направлениям подготовки «Информатика и вычислительная техника», «Управление в технических системах».

В учебном пособии даны основные теоретические положения искусственного интеллекта и теории нечетких множеств, необходимые для  выполнения лабораторных работ по дисциплинам, связанным с изучением систем искусственного интеллекта и интеллектуального анализа данных. Приведены примеры решения задач, контрольные задания, а также содержание, общие требования и рекомендации по выполнению лабораторных работ, справочные данные и литература для их выполнения. В учебное пособие включены материалы по лабораторным работам, посвященным построению функций принадлежности нечетких множеств и моделированию систем нечеткого вывода в различных программных продуктах: Scilab, Python, MatLab. Показан подход к интеллектуальному анализу данных, основанный на использовании нечеткого логического вывода и в построения нечеткой аппроксимирующей системы в среде системы MatLab.
Учебное пособие предназначено для студентов всех форм обучения и всех специальностей высших учебных заведений, изучающих искусственный интеллект, а также для специалистов в области искусственного интеллекта и интеллектуального анализа данных.

В книге представлен набор практических работ по использованию генеративного искусственного интеллекта для решения задач в сфере экономики и менеджмента. Подробно рассматриваются современные методы описания бизнес-процессов и автоматизированная генерация диаграмм различного вида с использованием ChatGPT и GigaChat. Изложены особенности создания диаграмм различного вида и приводятся практические примеры использования генеративного искусственного интеллекта.
Учебное пособие соответствует современным требованиям Федерального государственного образовательного стандарта высшего профессионального образования и профессиональным квалификационным требованиям. Предназначено для обучающихся в вузах по образовательным программам высшего профессионального образования по экономике и менеджменту.

В учебном пособии изложены методологические основы представления знаний в системах искусственного интеллекта. Рассматриваются различные подходы, используемые при проектировании и разработке интеллектуальных систем, а также анализируются тенденции их развития. Данная работа может служить основой для формирования профессиональной компетентности студентов высших учебных заведений, специалистов высокой квалификации и научных сотрудников, занимающихся обучением и исследованиями в области разработки и практического применения систем искусственного интеллекта. Пособие имеет 5 глав. В первой главе изложены основные принципы искусственного интеллекта в виде пунктов. Вторая и третья главы посвящены методам и решению задач в области интеллектуальных систем. Четвертая глава описывает классификацию и принципы разработки экспертных систем. В пятой главе представлены примеры нейросетевых технологий.
Книга предназначена для педагогов, методистов, аспирантов и научных работников, заинтересованных в вопросах искусственного интеллекта в образовании.

Учебное пособие предназначено для использования в образовательных программах по направлениям «Информатика и вычислительная техника» и «Управление в технических системах». В нем рассматриваются ключевые аспекты применения граничных вычислений в архитектуре умных городов, включая вопросы проектирования, внедрения и эксплуатации распределенных систем на уровне городских инфраструктур.

Учебник содержит детальное описание основных алгоритмов и приложений машинного обучения и искусственного интеллекта, используемых в медицине. Рассмотрены теоретические основы, алгоритмические подходы, а также современные методы и технологии, применяемые в различных областях медицины, таких как диагностика, обработка медицинских изображений, прогнозирование заболеваний и разработка персонализированных методов лечения.

Учебное пособие содержит систематическое изложение основных математических моделей автоматов и формальных языков, которые применяются в задачах, связанных с проектированием и разработкой программных систем. В издании рассматриваются детерминированные и недетерминированные конечные автоматы (DFA и NFA), контекстно-свободные грамматики, нормальные формы Хомского и Грейбах, а также их приложения в синтаксическом анализе и компиляции. Особое внимание уделено вопросам минимизации автоматов, построению синтаксических деревьев, а также применению этих методов в сфере искусственного интеллекта. Учебное пособие ориентировано на студентов, аспирантов и специалистов в области программной инженерии, теории вычислений и разработки интеллектуальных систем.

Учебное пособие содержит теоретические основы машинно-ориентированных языков программирования, раскрывает их применение в разработке систем искусственного интеллекта, описывает архитектурные особенности этих языков и их использование в задачах оптимизации и автоматизации вычислений. В издании представлены практические примеры, иллюстрирующие эффективность применения машинно-ориентированных языков в решении реальных задач в сфере искусственного интеллекта. Особое внимание уделено методическим рекомендациям по разработке программного обеспечения, что делает пособие полезным как для студентов, так и для специалистов, работающих в области программирования и машинного обучения.

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.