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

Рассматривается применение нейросетевых технологий при построении информационных и управляющих систем в науке, экономике, финансах и искусстве. Исследуются вопросы разработки нейросетей «под задачу», представления исходной и обработки выходной информации. Предлагаются простые методы обучения в статическом и динамическом режимах. Обсуждаются особенности систем принятия решений, самообучающихся управляющих систем, систем логического вывода, банковского мониторинга, безопасности, защиты информации, политического и социального прогноза, бизнеса развлечений и туризма. Для студентов технических и экономических вузов, аспирантов, инженеров и исследователей в области современных информационных технологий.

Android. Сборник рецептов. Задачи и решения для разработчиков приложений [2018] Дарвин Ян

Android. Сборник рецептов. Задачи и решения для разработчиков приложений [2018] Дарвин Ян

Эта книга должна помочь сообществу разработчиков Android поделиться знаниями, которые позволят сделать их приложения еще лучше. Все знания, изложенные в этой книге, облегчат разработку приложений для платформы Android. Книга облегчает создание работоспособных приложений для платформы Android с помощью 230 проверенных рецептов. Второе издание содержит рецепты для работы с пользовательскими интерфейсами, мультисенсорными жестами, механизмами определения местоположения, веб-службами и конкретными возможностями устройства, такими как телефон, видеокамера и акселерометр. Вы также научитесь упаковывать свое приложение для магазина Google Play Market. Книга идеально подходит для разработчиков, владеющими языком Java, основами платформы Android и интерфейса Java SE API. Она содержит рецепты, предоставленные более чем тридцатью разработчиками. Каждый рецепт содержит четкое решение и пример кода, готовый к использованию.

Android для разработчиков. 3-е изд [2016] Дейтел

Android для разработчиков. 3-е изд [2016] Дейтел

Добро пожаловать в динамичный мир разработки приложений для смартфонов и планшетов Android с использованием Android Software Development Kit (SDK), языка программирования Java, а также новой и стремительно развивающейся среды разработки Android Studio. В основе книги лежит принцип разработки, ориентированной на приложения, — концепции показаны на примере полностью работоспособных приложений Android, а не фрагментов кода.  Более миллиона человек уже воспользовались книгами Дейтелов, чтобы освоить Java, C#, C++, C, JavaScript, XML, Visual Basic, Visual C++, Perl, Python и другие языки программирования. Третье издание этой книги позволит вам не только приступить к разработке приложений для Android, но и быстро опубликовать их в Google Play. Третье издание книги было полностью обновлено и познакомит вас с возможностями Android 6 и Android Studio.

Android. Программирование для профессионалов [2017] Филлипс

Android. Программирование для профессионалов [2017] Филлипс

Изучение Android — все равно что жизнь в другой стране: даже если вы говорите на местном языке, на первых порах вы все равно не чувствуете себя как дома. Такое впечатление, что все окружающие знают что-то такое, чего вы еще не понимаете. И даже то, что уже известно, в новом контексте оказывается попросту неправильным. Второе издание познакомит вас с интегрированной средой разработки Android Studio, которая поможет с легкостью создавать приложения для Android. Вы не только изучите основы программирования, но и узнаете о возможностях Lollipop, новых инструментах вспомогательных библиотек, а также некоторых ключевых инструментах стандартной библиотеки, включая SoundPool, анимацию и ресурсы. Все учебные приложения были спроектированы таким образом, чтобы продемонстрировать важные концепции и приемы программирования под Android и дать опыт их практического применения.

Друзья, напоминаю вам, что у нас есть чат физиков, математиков, разработчиков:

Наш чат ➡️ @math_code ⬅️

Свободное тематическое общение на интересные темы. Вы сможете задать вопросы, помочь другим, обсудить что-либо. Чат под строгой модерацией, поэтому флуда, рекламы, оскорблений, политики и прочей ерунды там нет! Только дружная уютная атмосфера! Присоединятесь! 👨🏻‍💻

8 книг по глубокому обучению

➡️Скачать⬅️

Глубокое обучение с точки зрения практика [2018] Гибсон, Паттерсон

Интерес к машинному обучению зашкаливает, но завышенные ожидания нередко губят проекты еще на ранней стадии. Как машинное обучение — и особенно глубокие нейронные сети — может изменить вашу организацию? Эта книга не только содержит практически полезную информацию о предмете, но и поможет приступить к созданию эффективных сетей глубокого обучения. Авторы сначала раскрывают фундаментальные вопросы глубокого обучения — настройка, распараллеливание, векторизация, конвейеры операций — актуальные для любой библиотеки, а затем переходят к библиотеке Deeplearning4j
(DL4J), предназначенной для разработки технологических процессов профессионального уровня. На реальных примерах читатель познакомится с методами и стратегиями обучения глубоких сетей с различной архитектурой и их распараллеливания в кластерах Hadoop и Spark.
• концепции машинного обучения вообще и глубокого обучения
в частности;
• эволюция глубоких сетей из нейронных;
• основные архите

Глубокое обучение. Погружение в мир нейронных сетей [2018] Николенко

Перед вами - первая книга о глубоком обучении, написанная на русском языке. Глубокие модели оказались ключом, который подходит ко всем замкам сразу: новые архитектуры и алгоритмы обучения, а также увеличившиеся вычислительные мощности и появившиеся огромные наборы данных, привели к революционным прорывам в компьютерном зрении, распознавании речи, обработке естественного языка и многих других типично "человеческих" задачах машинного обучения. Эти захватывающие идеи, вся история и основные компоненты революции глубокого обучения, а также самые современные достижения этой области, доступно и интересно изложены в книге. Максимум объяснений, минимум кода, серьезный материал о машинном обучении и увлекательное изложение - в этой уникальной работе замечательных российских ученых и интеллектуалов.

Глубокое обучение [2018] Гудфеллоу

Глубокое обучение — это вид машинного обучения, наделяющий компьютеры способностью учиться на опыте и понимать мир в терминах иерархии концепций. Поскольку компьютер приобретает знания из опыта, отпадает нужда в человеке-операторе, который формально описывает необходимые компьютеру знания. Иерархическая организация позволяет компьютеру обучаться сложным концепциям, конструируя их из более простых; граф такой иерархии может содержать много уровней. В этой книге читатель найдет широкий обзор тем, изучаемых в глубоком обучении. Книга содержит математические и концептуальные основы линейной алгебры, теории вероятностей и теории информации, численных расчетов и машинного обучения в том объеме, который необходим для понимания материала. Описываются приемы глубокого обучения, применяемые на практике, в том числе глубокие сети прямого распространения, регуляризация, алгоритмы оптимизации, сверточные сети, моделирование последовательностей, и др. Рассматриваются такие приложения, к

Глубокое обучение на R [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.

Искусственный интеллект с примерами на Python [2019] Пратик Джоши

Искусственный интеллект становится неотъемлемым атрибутом современного мира, управляемого технологиями и данными. Он интенсивно применяется в таких областях, как поисковые системы, распознавание образов, робототехника, беспилотные автомобили и т.п. В этой книге исследуются различные сценарии, взятые из реальной жизни. Прочитав ее, вы будете знать, какие алгоритмы искусственного интеллекта следует применять в том или ином контексте.
Автор начинает с рассмотрения общих концепций искусственного интеллекта, после чего переходит к обсуждению более сложных тем, таких как предельно случайные леса, скрытые марковские модели, генетические алгоритмы, сверточные нейронные сети и др. Вы узнаете о том, как принимать обоснованные решения при выборе необходимых алгоритмов, а также о том, как реализовывать эти алгоритмы на языке Python для достижения наилучших результатов. Если вы хотите создавать многоцелевые приложения для обработки информации, содержащей

Библиотека Keras - инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow [2018] Джулли

Книга представляет собой краткое, но обстоятельное введение в современные нейронные сети, искусственный интеллект и технологии глубокого обучения. Рассмотрено более 20 работоспособных нейронных сетей, написанных на языке Python с использованием модульной библиотеки Keras, работающей поверх библиотек TensorFlow от Google или Theano от компании Lisa Lab. Описан функциональный API библиотеки Keras и возможности его расширения. Представлены алгоритмы обучения с учителем (простая линейная регрессия, классический многослойный перцептрон, глубокие сверточные сети), а также алгоритмы обучения без учителя – автокодировщики и порождающие сети. Дано введение в технологию глубокого обучения с подкреплением и ее применение к построению игр со встроенным искусственным интеллектом. Издание предназначено для программистов и специалистов по анализу и обработке данных.

Грокаем глубокое обучение [2019] Эндрю Траск

Глубокое обучение — это раздел искусственного интеллекта, цель которого научить компьютеры обу­чаться с помощью нейронных сетей — технологии, созданной по образу и подобию человеческого мозга.
Онлайн-переводчики, беспилотные автомобили, рекомендации по выбору товаров именно для вас и виртуальные голосовые помощники — вот лишь несколько достижений, которые стали возможны благодаря глубокому обучению. «Грокаем глубокое обучение» научит конструировать нейронные сети с нуля! Эндрю Траск знакомит со всеми деталями и тонкостями этой нелегкой задачи. Python и библиотека NumPy способны научить ваши нейронные сети видеть и распознавать изображения, переводить любые тексты на все языки мира и даже писать не хуже Шекспира!

Радиотехнические цепи и сигналы [1986] Гоноровский

Радиотехнические цепи и сигналы [1986] Гоноровский

Изложены основы современной теории детерминированных и случайных сигналов и преобразования сигналов в радиотехнических цепях. В отличие от предыдущего издания (1977 г.) расширены разделы, посвященные цифровым сигналам и их обработке, статистическим методам в радиотехнике, большее внимание уделено синтезу цифровых цепей, введена глава, посвященная новому направлению в радиоэлектронике: «Кепстральный анализ сигналов».
Для студентов радиотехнических специальностей вузов, полезна инженерам.

Радиосигналы и переходные явления в радиоцепях [1954] Гоноровский

Радиосигналы и переходные явления в радиоцепях [1954] Гоноровский

Предлагаемая вниманию читателя книга И. С. Гоноровского «Радиосигналы и переходные явления в радиоцепях» является монографией, посвященной рассмотрению ряда важнейших вопросов теоретической радиотехники. В первых четырёх главах книги изложены основные понятия и методы теории линейных электрических систем.

Следует отметить удачный подбор сведений по теории цепей, изложенных в третьей главе (некоторые важнейшие свойства двухполюсников и четырёхполюсников, теорема о реактивном сопротивлении и др.), а также оригинальное изложение вопроса о связи между амплитудными и фазовыми характеристиками. В четвёртой главе даётся удобный -метод исследования воздействия периодических сигналов на линейные — апериодические и колебательные — системы и содержится значительное число примеров, имеющих прикладное значение.