Цифровая обработка сигналов на Python [2017] Аллен Б. Дауни

Если вы знакомы с основами математики и с программированием на Python, то вы готовы к погружению в обработку сигналов. При изучении этой сложной темы в большинстве руководств начинают с теории, в этой же книге все изучается на примерах, взятых из реальной жизни. Уже в первой главе вы разложите звук на гармоники, поменяете их и создадите новые звуки.

Автор, Аллен Дауни, рассматривает несколько методов - тут и спектральное разложение, и фильтрация, и свертка, и быстрое преобразование Фурье. В этой книге много упражнений и примеров кода - с ними проще разбираться в материале. Книга профессора Дауни - идеальный путеводитель в мире цифровой обработки сигналов. Она содержит массу информации - от основ до "высоких материй", и она представлена в простом, логичном и хорошо организованном виде, с большим количеством иллюстраций. Прилагаемые Python-программы служат практическими, живыми примерами.

Изучаем OpenCV 3 Кэлер А / Learning OpenCV 3

Изучаем OpenCV 3 Кэлер А / Learning OpenCV 3

Разработка программ компьютерного зрения на C++ с применением библиотеки OpenCV. Это практическое руководство поможет вам начать освоение быстро развивающейся дисциплины компьютерного зрения. Написанная Адрианом Кэлером и Гэри Брэдски, создателем библиотеки OpenCV с открытым исходным кодом, эта книга является подробным введением в предмет и предназначена для разработчиков, научных сотрудников, инженеров-робототехников и энтузиастов-любителей. Вы узнаете, как создавать приложения, которые позволяют компьютерам «видеть» и принимать решения на основе полученных данных.

Библиотека OpenCV, насчитывающая свыше 500 функций, используется в самых разных коммерческих приложениях: охрана, обработка медицинских изображений, распознавание образов и лиц, робототехника, заводской контроль качества продукции. Прочитав эту книгу, вы сможете уверенно ориентироваться в компьютерном зрении и OpenCV и создавать как простые, так и более изощренные приложения. Упражнения в конце каждой

Введение в рекурсивное программирование [2019] Рубио-Санчес

Введение в рекурсивное программирование [2019] Рубио-Санчес

Подробно анализируя широкий спектр вычислительных задач различной сложности, книга послужит полезным руководством для всех тех, кто хочет научиться думать и программировать рекурсивно. Издание содержит специальные главы о наиболее распространенных типах рекурсии (линейной, хвостовой, множественной), а также о парадигмах разработки алгоритмов, где преобладает рекурсия («разделяй и властвуй» и перебор с возвратами). Поэтому его можно использовать как во вводных, так и в углублённых курсах по программированию и разработке алгоритмов.

Книга освещает также низкоуровневые вопросы выполнения рекурсивных программ, отношение между рекурсией и итерацией, а также включает в себя большую главу по теоретической оценке стоимости вычисления рекурсивных программ. И наконец, в книге рассматриваются комбинаторные задачи и взаимная рекурсия.

Глубокое обучение на Python [2018] Шолле Ф.

Глубокое обучение на Python [2018] Шолле Ф.

Глубокое обучение — Deep learning — это набор алгоритмов машинного обучения, которые моделируют высокоуровневые абстракции в данных, используя архитектуры, состоящие из множества нелинейных преобразований. Согласитесь, эта фраза звучит угрожающе. Но всё не так страшно, если о глубоком обучении рассказывает Франсуа Шолле, который создал Keras — самую мощную библиотеку для работы с нейронными сетями. Познакомьтесь с глубоким обучением на практических примерах из самых разнообразных областей.

Книга делится на две части: в первой даны теоретические основы, вторая посвящена решению конкретных задач. Это позволит вам не только разобраться в основах DL, но и научиться использовать новые возможности на практике. Обучение — это путешествие длиной в жизнь, особенно в области искусственного интеллекта, где неизвестностей гораздо больше, чем определенности.

Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка [2019] Бенгфорт

Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки естественного языка [2019] Бенгфорт

Технологии анализа текстовой информации стремительно меняются под влиянием машинного обучения. Нейронные сети из теоретических научных исследований перешли в реальную жизнь, и анализ текста активно интегрируется в программные решения. Нейронные сети способны решать самые сложные задачи обработки естественного языка, никого не удивляет машинный перевод, «беседа» с роботом в интернет-магазине, перефразирование, ответы на вопросы и поддержание диалога. Почему же Сири, Алекса и Алиса не хотят нас понимать, Google находит не то, что мы ищем, а машинные переводчики веселят нас примерами «трудностей перевода» с китайского на албанский? Ответ кроется в мелочах – в алгоритмах, которые правильно работают в теории, но сложно реализуются на практике.

Обучение мобильной разработке на Delphi [2015] Леонов

Обучение мобильной разработке на Delphi [2015] Леонов

Книга посвящена изучению программирования в среде Delphi. В качестве учебных примеров были выбраны приложения, которые могут быть использованы в проектном обучении. Материалом книги во многом сформировался в результате реализации программы «Школа реальных дел 2014–2015» под эгидой Департамента Информационных Технологии Москвы (ДИТ Москвы).

Обучение с подкреплением [2014] Саттон

Обучение с подкреплением [2014] Саттон

Обучение с подкреплением является одной из наиболее активно развивающихся областей, связанных с созданием искусственных интеллектуальных систем. Оно основано на том, что агент пытается максимизировать получаемый выигрыш, действуя в сложной среде с высоким уровнем неопределенности.

Дается исчерпывающее и ясное изложение идей, методов и алгоритмов обучения с подкреплением, при этом диапазон излагаемого материала от истоков возникновения рассматриваемых концепций до современных результатов в данной области. Для специалистов в области искусственного интеллекта, нейросетевого моделирования и управления, а также студентов и аспирантов соответствующих специальностей.

Схемотехника аналоговых и аналогово-цифровых электронных устройств [2018] Волович

Схемотехника аналоговых и аналогово-цифровых электронных устройств [2018] Волович

В книге освещены свойства и особенности применения аналоговых и аналого-цифровых интегральных микросхем: операционных усилителей, компараторов, таймеров, фильтров, линейных и импульсных стабилизаторов напряжения, коммутаторов, микросхем АЦП и ЦАП различных датчиков. Основное внимание уделено схемотехнической реализации различных функций электронных устройств. Рассмотрены схемы линейного и нелинейного преобразования сигналов, измерительные и вычислительные схемы, активные электрические фильтры, генераторы и перемножители сигналов, специализированные усилители (широкополосные, изолирующие, измерительные и др.), источники опорного напряжения, различного типа цифроаналоговые и аналого-цифровые преобразователи, схемы датчиков температуры, ускорения, давления, влажности, магнитного поля. В четвертом издании книга дополнена разделами, в которых описаны полностью дифференциальные усилители, усилители с регулируемым усилением и т.д.

Нейронные сети: распознавание, управление, принятие решений [2004] Барский