SCI Библиотека

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).

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.

Данное издание представляет собой практикум по дисциплине «Технические средства информатизации» и включает в себя 10 практических работ. Каждая работа соответствует главе учебника для техникумов Гребенюк Е.И., Гребенюк Н.А. «Технические средства информатизации». Используются контрольные вопросы, приведенные в конце каждой главы.

Может быть использовано для проведения практических занятий основных и факультативных групп, а также для индивидуального совершенствования имеющихся навыков работы с компьютерными программными продуктами. Каждая практическая работа рассчитана на два учебных часа. Материал сформирован в соответствии с государственными образовательными стандартами.

Учебное пособие может быть использовано при изучении общепрофессиональной дисциплины «Технические средства информатизации» в соответствии с требованиями ФГОС СПО по специальностям: 230111 «Компьютерные сети», ОП.07, 230115 «Программирование в компьютерных системах», ОП.ОЗ и 230401 «Информационные системы (по отраслям)», ОП.08. укрупненной группы специальностей 230000 «Информатика и вычислительная техника».

Для студентов учреждений среднего профессионального образования. Может быть полезно для учащихся учреждений начального профессионального образования и специалистов в области информатики и информационно-коммуникационных технологий.