Основы искусственного интеллекта - все книги по дисциплине. Издательство Лань

Назначение учебного пособия состоит в формировании у студентов систематического и целостного представления о ключевых философско-методологических проблемах виртуальной реальности и искусственного интеллекта.
Эта книга в значительной мере обеспечивает преподавание учебного курса «Философия виртуальной реальности и искусственного интеллекта», поскольку содержит краткие аннотации изучаемых тем, планы семинарских занятий, методические рекомендации по изучению основных вопросов каждой темы, темы рефератов и планы контрольных работ, вопросы для самоконтроля и экзаменационные вопросы, а также библиографию к каждой теме и общий список рекомендованной литературы.
Учебное пособие предназначено для преподавателей, студентов и аспирантов высших учебных заведений, для всех тех, кому небезразличны фундаментальные проблемы виртуальной реальности и искусственного интеллекта.

В данном учебнике автор предлагает глубокое и практически ориентированное изучение искусственного интеллекта (ИИ), делая его доступным для студентов, преподавателей и профессионалов. Это издание станет ключевым ресурсом для вузов, стремящихся расширить и углубить свои образовательные программы в области ИИ, а также повысить свой академический престиж.

Данное учебное пособие предназначено для студентов, преподавателей и исследователей, работающих в области искусственного интеллекта и машинного обучения, и может быть использовано в учебных курсах и специализированных тренингах по данным направлениям на всех уровнях высшего образования.

В книге рассмотрены наиболее популярные методы и модели предсказательной аналитики данных, представленных временными рядами. Дана их характеристика, выполнен сравнительный анализ. Приведены примеры решения задач прогнозирования для классических и синтезированных наборов данных. В качестве инструмента решения задач прогнозирования был выбран язык R и интегрированная среда разработки RStudio. Их выбор обусловлен ориентацией языка и интегрированной среды на решение задач аналитики, появлением философии аккуратного (опрятного) программирования, которая существенно изменяет традиционные подходы к их использованию при прогнозировании временных рядов.
Книга может быть полезна как студентам, изучающим методы прогнозирования, анализа данных, машинного обучения, предсказательной аналитики, искусственного интеллекта, теорию data science, так и аналитикам, начинающим осваивать данные методы для применения в своей практической деятельности. Содержание книги предполагает, что ее читатели имеют базовые знания о языке R, начальный опыт использования языка R и интегрированной среды разработки RStudio. Поэтому в ней не рассмотрены основы языка и организации применения данной среды.

В последнее время взрывной рост числа датчиков, интернета и генерации огромных объемов данных предоставил новые возможности хранения, выполнения и реализации приложений на основе IoT и алгоритмов искусственного интеллекта. В учебном пособии рассмотрены такие основные темы по искусственному интеллекту, как краткая история развития искусственного интеллекта, понятия машинного обучения, классы решаемых задач, ансамблевые методы, глубокое обучение, метрики качества и другие базовые направления. Во второй части учебного пособия представлены примеры программы в интерактивной оболочке Jupyter Notebook на языке Python, реализующие алгоритмы искусственного интеллекта. В учебном пособии представлен программный код базовых задач искусственного интеллекта, таких как классификация, регрессия, нормализация и масштабирование данных, распознавание, прогнозирование и другие.
Пособие также может быть полезно аспирантам, преподавателям вуза и специалистам, применяющим методы искусственного интеллекта в своей профессиональной деятельности.

Учебное пособие подготовлено в связи со стремительно набирающими скорость процессами цифровой трансформации общества и все большего и большего интереса как в научных исследованиях, так и в практической жизни к использованию искусственного интеллекта. Оно посвящено ключевым темам, освещающим этот революционный процесс: физике интеллекта — естественного, искусственного, гибридного; изучению интеллектуальных систем на микро- и макроуровне; осмыслению цифрового развития и здоровья человека в гиперинформационном обществе. Для этого предлагается рассмотреть методы, приборы и результаты измерений в физике, оптике, акустике, информатике, математике, астрономии. В пособии впервые используется применение метода наблюдателя к рассмотрению интеллекта и интеллектуальных систем в разных системах координат и размерных шкалах.  
Предназначается в первую очередь для студентов вузов всех уровней образования по специальностям и направлениям подготовки: «Физика», «Медицинская биофизика», «Биотехнические системы и технологии», «Информационные системы и технологии», «Инфокоммуникационные технологии и системы связи». Также может быть полезно для обучающихся по специальностям и направлениям: «Антропология», «Психолого-педагогическое образование», «Социология» и «Философия». Кроме того, привлечет внимание всех тех, кто интересуется актуальным состоянием современной науки.

Данное учебное пособие предназначено для студентов, обучающихся в колледжах по образовательным программам среднего профессионального образования, преподавателей и исследователей, работающих в области искусственного интеллекта и машинного обучения, и может быть использовано в учебных курсах и специализированных тренингах по этим направлениям.
Соответствует современным требованиям Федерального государственного образовательного стандарта среднего профессионального образования и профессиональным квалификационным требованиям.

В учебном пособии рассматриваются вопросы применения технологий искусственного интеллекта для решения сложных задач в ULS-системах. Изучаются свойства сложных систем и их жизненный цикл. Особое внимание уделяется проявлениям неопределенности различного уровня и методам ее обработки на различных этапах жизненного цикла системы. В пособии представлены, как классические, так и новейшие технологии искусственного интеллекта и методики их использования для решения различных задач.
Учебное пособие может быть рекомендовано студентам по направле-ниям подготовки «Информатика и вычислительная техника», «Информа-ционные системы и технологии», «Экономика» и др.

Лабораторный практикум предназначен для студентов I курса очного отделения направлений подготовки «Архитектура», «Строительство», «Агроинженерия», «Сервис», «Менеджмент», «Машиностроение» и т. д. для выполнения лабораторных работ по дисциплине «Информатика и основы искусственного интеллекта», а также других дисциплин, изучающих применение современных информационных технологий для решения профессиональных задач.
Практикум содержит требования к знаниям и умениям по дисциплинам, связанным с изучением информационно-коммуникационных технологий, лабораторные работы для решения профессиональных задач с использованием информационных технологий и языка программирования Python. Каждая лабораторная работа пособия содержит разноуровневые задания и задания для самостоятельного выполнения по вариантам. Пособие содержит траектории выполнения лабораторных работ, позволяющие преподавателю или студенту построить на их основе индивидуальную образовательную траекторию.
Лабораторный практикум предназначен для решения профессиональных задач по направлениям подготовки с использованием различных программных средств: графический редактор (Paint), презентации (Power Point), текстовый процессор (Word), электронные таблицы (Excel), базы данных (Access). Большое внимание уделено решению конкретных задач с использованием различных информационных технологий, включая язык Python. Часть лабораторных работ посвящена созданию сайтов. Рассмотрены некоторые понятия и задачи искусственного интеллекта, в частности, работа с большими наборами данных, обучение нейронных сетей.

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».