Модели и методы искусственного интеллекта - все книги по дисциплине. Издательство Лань

Целью учебного пособия является ознакомление студентов с основами математического моделирования и анализа данных, а также с современными методами и инструментами, используемыми для решения прикладных задач в различных областях науки и техники. В учебном пособии был рассмотрен широкий спектр методов и подходов, применяемых в экономическом и медицинском анализе данных. Особое внимание уделялось эконометрическому анализу данных в экономике, где обсуждались методы и модели для количественного анализа экономических явлений. Важной темой пособия является использование панельных моделей для анализа данных, собранных по нескольким объектам в течение нескольких периодов времени.
Учебное пособие предназначено для изучения дисциплины «Информатика» студентами направлений подготовки «Информационные системы и технологии», «Информатика и вычислительная техника», «Программная инженерия», «Инфокоммуникационные технологии и системы связи», «Радиотехника», «Компьютерная безопасность», «Информационная безопасность», а также при подготовке выпускных квалификационных работ.

Изложенный в книге материал призван помочь студентам в освоении технологий проектирования интеллектуальных систем, методов анализа данных и машинного обучения. Основное внимание уделено истории развития искусственного интеллекта, характеристике существующих моделей представления знаний, рассмотрению нисходящего и восходящего подходов развития искусственного интеллекта с соответствующими примерами использования методов анализа данных и методов машинного обучения, эволюционных алгоритмов и примерами интеллектуальных систем, таких как экспертные системы, системы поддержки принятия решений.
Учебник адресован студентам, обучающимся по укрупненной группе специальностей и направлений подготовки высшего образования «Информатика и вычислительная техника», а также смежным направлениям подготовки и специальностям: «Прикладная математика и информатика», «Системный анализ и управление», «Прикладная математика». Книга будет также полезна аспирантам и научным работникам, которые в своей деятельности используют модели и методы искусственного интеллекта.

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.

Целью данного учебного пособия является предоставление студентам и исследователям фундаментальных и передовых знаний в области технологий искусственного интеллекта в управлении движением беспилотных автомобилей. В первой главе освещаются основные понятия и история развития беспилотных автомобилей, а также принципы работы и структура систем управления движением. Во второй главе рассматривается широкий спектр сенсорных технологий, включая типы датчиков, их применение и обработку данных. В третьей главе анализируются алгоритмы принятия решений и планирование маршрута в беспилотных автомобилях. Четвертая глава посвящена сетевым аспектам, включая технологии связи V2X, безопасность сетей и защиту данных.
Учебное пособие предназначено для специалистов и исследователей, изучающих аспекты беспилотных автомобилей, включая основы технологии связи V2X, безопасность сетей и защиту данных, а также обмен информацией между беспилотными автомобилями и инфраструктурой.

В настоящее время во многих вузах сокращается количество часов, отводимых на контактную работу со студентами на аудиторных занятиях, что приводит к увеличению числа групп студентов, с которыми работает один преподаватель в рамках своей дисциплины. Имея более 300 студентов, преподаватель сталкивается с проблемой обеспечения индивидуального подхода в обучении по своей дисциплине. Одним из решений указанной проблемы является использование данного учебного пособия.
Пособие содержит многовариантные задания для организации самостоятельной работы студентов для решения профессиональных задач с использованием информационных технологий и языка программирования Python. Пособие состоит из трех частей: «Справочные материалы», «Задания для самостоятельного выполнения» и «Приложения». Задания для самостоятельного выполнения являются разноуровневыми и мультивариантными. Мультивариантость самостоятельной работы обеспечивается использованием соответствующих программ на языке программирования Python, которые позволяют сформировать индивидуальный набор входных параметров для выполнения конкретного задания для каждого студента. Такая организация самостоятельной работы дает возможность каждому студенту работать по индивидуальным заданиям, что важно при реализации индивидуального подхода в обучении. Пособие позволяет организовать самостоятельную работу студентов по индивидуальным образовательным траекториям в различных формах. Например, в форме домашней работы, контрольной работы, как дополнительные задания при контактном обучении.
Преподаватель может составить образовательную траекторию с учетом направления подготовки или специализации, а также формы обучения студентов (очная, заочная и очно-заочная). На основании этой траектории каждый студент получает возможность работать по индивидуальной образовательной траектории.
К книге прилагаются дополнительные материалы, доступные в электронной библиотечной системе «Лань» по ссылке или QR-коду, указанным ниже.