Код Будущего: искусственный интеллект и нейросети
От советской кибернетики к современным нейросетям
"Кибернетика — наука об общих закономерностях процессов управления и передачи
информации в машинах, живых организмах и обществе" Н. Винер
Два мира — одна наука
Виртуальное путешествие через 60 лет эволюции искусственного интеллекта — от советской кибернетики до современных нейросетей.
Советская кибернетика: истоки (1960-1980)
Как менялось наше понимание "разума машин"?
Введение в путешествие
"Кибернетика — это мост между техническими и гуманитарными науками".
Понимание «разума машин» эволюционировало от идеи имитации человеческого мышления до признания ограниченности ИИ и фокуса на решении конкретных задач. Изначально ИИ воспринимался как система, способная полностью воспроизвести человеческий интеллект, но со временем стало ясно, что машины эффективны лишь в узких областях, а их «разум» — это обработка данных по алгоритмам, а не осознанное мышление.
Автоматическое образование гипотез : математические основы общей теории / П. Гаек, Т. Гавринек, под ред. Д. С. Поспелова. – Москва : Наука, 1984. – 277 с.
Поспелов, Дмитрий Александрович.
Фантазия или наука. На пути к искусственному интеллекту / Д. А. Поспелов. – М., 1982. – 218 с.
Бонгард, М. М.
Проблема узнавания / М. М. Бонгард. – Москва : Наука, 1967. – 320 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Период становления (1980-1990)
Период становления (1980-1990)
Первые специализированные исследования
Горелик, Александр Леопольдович.
Современное состояние проблемы распознавания : некоторые аспекты / Под ред. А. Л. Горелика. – М. : Радио и связь, 1985. – 161 с.
Искусственный интеллект - основа новой информационной технологии : сб. науч. тр. / Науч.-произв. об-ние "Центрпрограммсистем". – Калинин : Центрпрограммсистем, 1990. – 115 с.
Стахов, Алексей Петрович.
Коды золотой пропорции : монография / А. П. Стахов. – Москва : Радио и связь, 1984. – 152 с. : ил.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Теоретические основы ИИ
Интеллектуальные системы и базы знаний
Интеллектуальные системы имитируют человеческое мышление, используя базы знаний — структурированные хранилища информации с правилами логического вывода для решения сложных задач.
Фунтикова, Евгения Александровна.
Интеллектуальные системы и технологии : учебное пособие / Е. А. Фунтикова. – Иркутск : ИРНИТУ, 2020. – 102 с. – Библиогр.: с. 101.
Ясницкий, Леонид Нахимович.
Введение в искусственный интеллект : учебное пособие для вузов / Л. Н. Ясницкий. – 3-е изд., стер. – Москва : Академия, 2010. – 174 с. : ил.
Гаврилова, Татьяна Альбертовна.
Базы знаний интеллектуальных систем : учеб. пособие для вузов / Т. А. Гаврилова, В. Ф. Хорошевский. – СПб. : Питер, 2001. – 382 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Нейросети: от теории к практике
Революция в машинном обучении: глубокие нейросети, трансформеры и генеративные модели кардинально меняют возможности искусственного интеллекта, открывая новые горизонты для науки и технологий.
Куцый, Николай Николаевич.
Системы искусственного интеллекта. Нейронные сети и генетические алгоритмы : лабораторный практикум / Н. Н. Куцый, Н. Д. Лукьянов ; Иркутский национальный исследовательский технический университет. – Иркутск : ИРНИТУ, 2020. – 44 с.
Баланов, Антон Николаевич.
Машинное обучение и искусственный интеллект : учебное пособие для вузов / А. Н. Баланов. – Санкт-Петербург : Лань, 2024. – 172 с.
Омельяненко, Ярослав.
Эволюционные нейросети на языке Python / Я. Омельяненко; пер. с англ. В. С. Яценков. – Москва: ДМК Пресс, 2020. – 310 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Большие данные и Spark
Топливо для ИИ
Большие данные — сырье для ИИ, а Apache Spark — мощный движок для их обработки. Он ускоряет обучение моделей, обрабатывая терабайты информации за минуты вместо дней.
Макшанов, Андрей Владимирович.
Большие данные. Big Data : учебник для вузов / А. В. Макшанов, А. Е. Журавлев, Л. Н. Тындыкарь. – 2-е издание, стереотипное. – Санкт-Петербург; Москва; Краснодар: Лань, 2022. – 188 с.
Голицына, Ольга Леонидовна.
Базы данных : учебное пособие для вузов / О. Л. Голицына, Н. В. Максимов, И. И. Попов. – 3-е изд., перераб. и доп. – Москва : Форум, 2012. – 399 с.
Изучаем Spark. Молниеносный анализ данных / Х. Карау [и др.]. – Москва : ДМК Пресс, 2015. – 303 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Прикладные аспекты ИИ
Искусственный интеллект в действии
Прикладные аспекты ИИ: диагностика заболеваний, беспилотный транспорт, персонализированные рекомендации, финансовый анализ, умное производство, борьба с мошенничеством — везде, где нужны быстрые точные решения на основе данных.
Галыгина, Лилия Владимировна.
Практические работы по информатике и основам искусственного интеллекта : учебное пособие для вузов / Л. В. Галыгина, И. В. Галыгина. – Санкт-Петербург : Лань, 2023. – 256 с.
Половнева, Светлана Ивановна.
Интеллектуальные устройства автоматики : лабораторный практикум / С. И. Половнева ; Иркутский национальный исследовательский технический университет. – Иркутск : ИРНИТУ, 2019. – 131 с.
Евстафьев, Владимир Александрович.
Искусственный интеллект и нейросети: практика применения в рекламе: учебное пособие / В. А. Евстафьев, М. А. Тюков. – 3-е издание. – Москва: Дашков и К°, 2025. – 426 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Эволюционные подходы
Биологическая метафора в ИИ
Режимы с обострением. Эволюция идеи: Законы коэволюции сложных структур : Сб. ст. / Отв. ред. И. М. Макаров. – М. : Наука, 1999. – 254 с.
Кибернетика: прошлое для будущего: Этюды по истории отеч. кибернетики. / АН СССР; науч. редакция Б. В. Бирюкова ; предисл. И. М. Макарова. – М. : Наука, 1989. – 189 с.
Редько, Владимир Георгиевич.
Эволюционная кибернетика / В. Г. Редько ; Рос. акад. наук. – М. : Наука, 2001. – 155 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
СПАСИБО ЗА ВНИМАНИЕ!
Эта книга дает всестороннее представление о нейроэволюции – подходе к обучению искусственных нейронных сетей, который использует эволюционные алгоритмы, чтобы упростить процесс решения сложных задач в таких областях, как игры, робототехника и моделирование естественных процессов.
Книга ориентирована на аналитиков данных и инженеров, которым необходимо быстро обрабатывать огромные массивы информации. Она заменяет необходимость использования множества отдельных инструментов (таких как Hive, Hadoop или Storm) единой парадигмой программирования.
Монография Алексея Петровича Стахова «Коды золотой пропорции» (издательство «Радио и связь», 1984 г.) посвящена поиску новых путей развития цифровой техники на основе математических принципов природной гармонии.
В пособии рассмотрены основные подходы и направления развития систем баз данных. Анализируются классические машинно ориентированные формы представления информации и данных. Рассматриваются типовые модели физической и логической организации данных, архитектура средств доступа к данным. Достаточно подробно представлены возможности SQL как базового языка для работы с реляционными базами данных. Большое внимание уделено проблемам моделирования и проектирования баз данных.
Рассматривается один из бурно развивающихся разделов теории самоорганизации - синергетики - теория нестационарных диссипативных структур. Эти структуры являются типичными для многих нелинейных сред с положительной обратной связью. Они обладают многими парадоксальными свойствами - пространственной локализацией, возможностью на их основе строить сложную организацию в диссипативной среде.
В сборнике рассмотрены некоторые общие проблемы информатики, отражены теоретические аспекты исследований в области инженерии знаний и математической логики, представлены результаты исследований в области разработки экспертных систем и прикладных программных средств с элементами искусственного интеллекта.
Пособие содержит практические работы с использованием информационно-коммуникационных, сетевых технологий и методов искусственного интеллекта для решения стандартных задач профессиональной деятельности на поиск, хранение, обработку и интеллектуальный анализ информации из различных источников и ее представление в требуемом формате, разноуровневые задания для самостоятельного выполнения, в частности, на языке программирования Python, позволяющие реализовать индивидуальную образовательную траекторию.
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.
Учебник «Базы знаний интеллектуальных систем» вышел в 2001 году. В нем рассматривается краткая история искусственного интеллекта, классификация систем, основанных на знаниях, стратегии получения знаний, методы практического извлечения знаний, визуальное проектирование баз знаний, языки программирования для ИИ, язык HTML и другие темы.
В книге рассматривается становление идей, приведших к возникновению систем искусственного интеллекта - устройств, способных осуществлять некоторые виды творческой деятельности. Обсуждаются фундаментальные проблемы, составляющие ядро этой новой науки, и дается прогноз ее ближайшего развития. В простой и доступной форме излагаются основные результаты теории интеллектуальных систем и научных проблем в области интегральных роботов.
Сборник открывает серию книг-этюдов из истории отечественной кибернетики. Статьи сборника посвящены некоторым ключевым моментам предыстории кибернетики и первым шагам ее развития. Авторы — специалисты, участвовавшие в становлении новой науки либо изучении ее первых шагов, поэтому многие материалы — первопубликации и неизвестные свидетельства о выдающихся ученых: академике А.А. Чернышеве, члене-корреспонденте АН СССР А.А. Ляпунове, члене-корреспонденте АМН СССР Н.А. Бернштейне.
В учебном пособии системно, в полном объеме рассматриваются инновационные инструменты для создания всех видов маркетинговых коммуникаций на основе искусственного интеллекта и нейронных сетей. На многочисленных практических примерах демонстрируются создание контента и каналов коммуникации с использованием искусственного интеллекта и различных нейронных сетей, образовательные возможности на основе искусственного интеллекта, их внедрение в образовательную деятельность, обучение нейронных сетей, создание рекламной продукции с помощью нейронных сетей и др.
При решении сложных задач человек широко пользуется «рассуждением по аналогии», «интуицией», «неформальным подходом» и т. п.. Создание машин, умеющих решать разнообразные сложные задачи, тормозится в настоящее время отсутствием программ, выполняющих такие плохо формализуемые операции.
В учебнике излагается содержание курса по дисциплине «Теория информационных процессов и систем», а также дополнительные материалы по дисциплинам «Системы поддержки принятия решений» и «Технологии интеллектуального анализа данных» по направлению «Информационные системы и технологии», в том числе профиля «Информационные технологии на транспорте» в соответствии с ФГОС 3++. Рассмотрены основные аспекты работы с большими данными, методы и технологии «Big Data» и «Data Mining», а также общие приемы интеллектуального анализа данных. В качестве инструментальной среды разработки используется интегрированный пакет MatLab версий 6.5 и выше.
Лабораторный практикум посвящён вопросам создания систем искусственного интеллекта (ИИ) для решения прикладных задач — в том числе распознавания образов и речи. Издание разработано в рамках дисциплины «Системы искусственного интеллекта» и предназначено для студентов бакалавриата и магистратуры.
Учебное пособие Е. А. Фунтиковой посвящено основам теории интеллектуальных систем и технологий. Издание соответствует требованиям ФГОС ВО по направлениям подготовки бакалавриата «Информатика и вычислительная техника», «Информационные системы и технологии», «Прикладная информатика», а также магистратуры «Информационные системы и технологии».
Проблематика книги связана с известным вопросом искусственного интеллекта: "может ли машина мыслить? ", который понимается авторами как вопрос: "может ли машина формулировать и проверять гипотезы? ". Книга содержит две части: "логика индукции" и "логика открытия".
Соответствует требованиям ФГОС ВО по направлению подготовки «Автоматизация технологических процессов и производств». Приведены теоретические сведения, перечень и содержание лабораторных работ, цели, задания и методические указания к практическим занятиям. Достаточно подробно даны физические основы интеллектуальных датчиков технологических параметров, перечень применяемых приборов и оборудования. Для самопроверки даны контрольные вопросы, тесты и задания для самостоятельной работы. Предназначен для студентов, обучающихся на очной и заочной формах обучения в рамках бакалавриата.
В книге проанализированы математические и компьютерные модели, характеризующие эволюцию биологических кибернетических систем. Обсуждаются философские вопросы, связанные с эволюционной кибернетикой. Впервые в отечественной литературе представлены сравнительно недавно появившиеся направления исследований "Искусственная жизнь" и "Адаптивное поведение".
Обсуждаются основные аспекты современного состояния проблемы распознавания объектов и явлений. Приводится общая постановка проблемы. Рассматриваются основные задачи построения систем распознавания - формирование словаря признаков в условиях ограничений, описание классов на языке признаков, разработка собственно алгоритмов распознавания (статистических, логических, вычисления оценок и структурных), управление процессом распознавания и оценка эффективности ситсем распознавания. Излагаются вопросы распознавания изображений, а также алгебраический подход к алгоритмам распознавания. Для инженерно-технических работников, интересующихся кибернетикой и прикладной математикой.
В издании изложены два основных подхода, применяемые при создании систем искусственного интеллекта: технология экспертных систем и нейросетевые технологии
Код Будущего: искусственный интеллект и нейросети
Lidiia Araujo
Created on February 26, 2026
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Dynamic Visual Presentation
View
Corporate Christmas Presentation
View
Customer Service Manual
View
Business Results Presentation
View
Meeting Plan Presentation
View
Business vision deck
View
Economic Presentation
Explore all templates
Transcript
Код Будущего: искусственный интеллект и нейросети
От советской кибернетики к современным нейросетям
"Кибернетика — наука об общих закономерностях процессов управления и передачи информации в машинах, живых организмах и обществе" Н. Винер
Два мира — одна наука
Виртуальное путешествие через 60 лет эволюции искусственного интеллекта — от советской кибернетики до современных нейросетей.
Советская кибернетика: истоки (1960-1980)
Как менялось наше понимание "разума машин"?
Введение в путешествие
"Кибернетика — это мост между техническими и гуманитарными науками".
Понимание «разума машин» эволюционировало от идеи имитации человеческого мышления до признания ограниченности ИИ и фокуса на решении конкретных задач. Изначально ИИ воспринимался как система, способная полностью воспроизвести человеческий интеллект, но со временем стало ясно, что машины эффективны лишь в узких областях, а их «разум» — это обработка данных по алгоритмам, а не осознанное мышление.
Автоматическое образование гипотез : математические основы общей теории / П. Гаек, Т. Гавринек, под ред. Д. С. Поспелова. – Москва : Наука, 1984. – 277 с.
Поспелов, Дмитрий Александрович. Фантазия или наука. На пути к искусственному интеллекту / Д. А. Поспелов. – М., 1982. – 218 с.
Бонгард, М. М. Проблема узнавания / М. М. Бонгард. – Москва : Наука, 1967. – 320 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Период становления (1980-1990)
Период становления (1980-1990)
Первые специализированные исследования
Горелик, Александр Леопольдович. Современное состояние проблемы распознавания : некоторые аспекты / Под ред. А. Л. Горелика. – М. : Радио и связь, 1985. – 161 с.
Искусственный интеллект - основа новой информационной технологии : сб. науч. тр. / Науч.-произв. об-ние "Центрпрограммсистем". – Калинин : Центрпрограммсистем, 1990. – 115 с.
Стахов, Алексей Петрович. Коды золотой пропорции : монография / А. П. Стахов. – Москва : Радио и связь, 1984. – 152 с. : ил.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Теоретические основы ИИ
Интеллектуальные системы и базы знаний
Интеллектуальные системы имитируют человеческое мышление, используя базы знаний — структурированные хранилища информации с правилами логического вывода для решения сложных задач.
Фунтикова, Евгения Александровна. Интеллектуальные системы и технологии : учебное пособие / Е. А. Фунтикова. – Иркутск : ИРНИТУ, 2020. – 102 с. – Библиогр.: с. 101.
Ясницкий, Леонид Нахимович. Введение в искусственный интеллект : учебное пособие для вузов / Л. Н. Ясницкий. – 3-е изд., стер. – Москва : Академия, 2010. – 174 с. : ил.
Гаврилова, Татьяна Альбертовна. Базы знаний интеллектуальных систем : учеб. пособие для вузов / Т. А. Гаврилова, В. Ф. Хорошевский. – СПб. : Питер, 2001. – 382 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Нейросети: от теории к практике
Революция в машинном обучении: глубокие нейросети, трансформеры и генеративные модели кардинально меняют возможности искусственного интеллекта, открывая новые горизонты для науки и технологий.
Куцый, Николай Николаевич. Системы искусственного интеллекта. Нейронные сети и генетические алгоритмы : лабораторный практикум / Н. Н. Куцый, Н. Д. Лукьянов ; Иркутский национальный исследовательский технический университет. – Иркутск : ИРНИТУ, 2020. – 44 с.
Баланов, Антон Николаевич. Машинное обучение и искусственный интеллект : учебное пособие для вузов / А. Н. Баланов. – Санкт-Петербург : Лань, 2024. – 172 с.
Омельяненко, Ярослав. Эволюционные нейросети на языке Python / Я. Омельяненко; пер. с англ. В. С. Яценков. – Москва: ДМК Пресс, 2020. – 310 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Большие данные и Spark
Топливо для ИИ
Большие данные — сырье для ИИ, а Apache Spark — мощный движок для их обработки. Он ускоряет обучение моделей, обрабатывая терабайты информации за минуты вместо дней.
Макшанов, Андрей Владимирович. Большие данные. Big Data : учебник для вузов / А. В. Макшанов, А. Е. Журавлев, Л. Н. Тындыкарь. – 2-е издание, стереотипное. – Санкт-Петербург; Москва; Краснодар: Лань, 2022. – 188 с.
Голицына, Ольга Леонидовна. Базы данных : учебное пособие для вузов / О. Л. Голицына, Н. В. Максимов, И. И. Попов. – 3-е изд., перераб. и доп. – Москва : Форум, 2012. – 399 с.
Изучаем Spark. Молниеносный анализ данных / Х. Карау [и др.]. – Москва : ДМК Пресс, 2015. – 303 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Прикладные аспекты ИИ
Искусственный интеллект в действии
Прикладные аспекты ИИ: диагностика заболеваний, беспилотный транспорт, персонализированные рекомендации, финансовый анализ, умное производство, борьба с мошенничеством — везде, где нужны быстрые точные решения на основе данных.
Галыгина, Лилия Владимировна. Практические работы по информатике и основам искусственного интеллекта : учебное пособие для вузов / Л. В. Галыгина, И. В. Галыгина. – Санкт-Петербург : Лань, 2023. – 256 с.
Половнева, Светлана Ивановна. Интеллектуальные устройства автоматики : лабораторный практикум / С. И. Половнева ; Иркутский национальный исследовательский технический университет. – Иркутск : ИРНИТУ, 2019. – 131 с.
Евстафьев, Владимир Александрович. Искусственный интеллект и нейросети: практика применения в рекламе: учебное пособие / В. А. Евстафьев, М. А. Тюков. – 3-е издание. – Москва: Дашков и К°, 2025. – 426 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
Эволюционные подходы
Биологическая метафора в ИИ
Режимы с обострением. Эволюция идеи: Законы коэволюции сложных структур : Сб. ст. / Отв. ред. И. М. Макаров. – М. : Наука, 1999. – 254 с.
Кибернетика: прошлое для будущего: Этюды по истории отеч. кибернетики. / АН СССР; науч. редакция Б. В. Бирюкова ; предисл. И. М. Макарова. – М. : Наука, 1989. – 189 с.
Редько, Владимир Георгиевич. Эволюционная кибернетика / В. Г. Редько ; Рос. акад. наук. – М. : Наука, 2001. – 155 с.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Use this side of the card to provide more information about a topic. Focus on one concept. Make learning and communication more efficient.
Title
Title
Title
Write a brief description here
Write a brief description here
Write a brief description here
СПАСИБО ЗА ВНИМАНИЕ!
Эта книга дает всестороннее представление о нейроэволюции – подходе к обучению искусственных нейронных сетей, который использует эволюционные алгоритмы, чтобы упростить процесс решения сложных задач в таких областях, как игры, робототехника и моделирование естественных процессов.
Книга ориентирована на аналитиков данных и инженеров, которым необходимо быстро обрабатывать огромные массивы информации. Она заменяет необходимость использования множества отдельных инструментов (таких как Hive, Hadoop или Storm) единой парадигмой программирования.
Монография Алексея Петровича Стахова «Коды золотой пропорции» (издательство «Радио и связь», 1984 г.) посвящена поиску новых путей развития цифровой техники на основе математических принципов природной гармонии.
В пособии рассмотрены основные подходы и направления развития систем баз данных. Анализируются классические машинно ориентированные формы представления информации и данных. Рассматриваются типовые модели физической и логической организации данных, архитектура средств доступа к данным. Достаточно подробно представлены возможности SQL как базового языка для работы с реляционными базами данных. Большое внимание уделено проблемам моделирования и проектирования баз данных.
Рассматривается один из бурно развивающихся разделов теории самоорганизации - синергетики - теория нестационарных диссипативных структур. Эти структуры являются типичными для многих нелинейных сред с положительной обратной связью. Они обладают многими парадоксальными свойствами - пространственной локализацией, возможностью на их основе строить сложную организацию в диссипативной среде.
В сборнике рассмотрены некоторые общие проблемы информатики, отражены теоретические аспекты исследований в области инженерии знаний и математической логики, представлены результаты исследований в области разработки экспертных систем и прикладных программных средств с элементами искусственного интеллекта.
Пособие содержит практические работы с использованием информационно-коммуникационных, сетевых технологий и методов искусственного интеллекта для решения стандартных задач профессиональной деятельности на поиск, хранение, обработку и интеллектуальный анализ информации из различных источников и ее представление в требуемом формате, разноуровневые задания для самостоятельного выполнения, в частности, на языке программирования Python, позволяющие реализовать индивидуальную образовательную траекторию.
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.
Учебник «Базы знаний интеллектуальных систем» вышел в 2001 году. В нем рассматривается краткая история искусственного интеллекта, классификация систем, основанных на знаниях, стратегии получения знаний, методы практического извлечения знаний, визуальное проектирование баз знаний, языки программирования для ИИ, язык HTML и другие темы.
В книге рассматривается становление идей, приведших к возникновению систем искусственного интеллекта - устройств, способных осуществлять некоторые виды творческой деятельности. Обсуждаются фундаментальные проблемы, составляющие ядро этой новой науки, и дается прогноз ее ближайшего развития. В простой и доступной форме излагаются основные результаты теории интеллектуальных систем и научных проблем в области интегральных роботов.
Сборник открывает серию книг-этюдов из истории отечественной кибернетики. Статьи сборника посвящены некоторым ключевым моментам предыстории кибернетики и первым шагам ее развития. Авторы — специалисты, участвовавшие в становлении новой науки либо изучении ее первых шагов, поэтому многие материалы — первопубликации и неизвестные свидетельства о выдающихся ученых: академике А.А. Чернышеве, члене-корреспонденте АН СССР А.А. Ляпунове, члене-корреспонденте АМН СССР Н.А. Бернштейне.
В учебном пособии системно, в полном объеме рассматриваются инновационные инструменты для создания всех видов маркетинговых коммуникаций на основе искусственного интеллекта и нейронных сетей. На многочисленных практических примерах демонстрируются создание контента и каналов коммуникации с использованием искусственного интеллекта и различных нейронных сетей, образовательные возможности на основе искусственного интеллекта, их внедрение в образовательную деятельность, обучение нейронных сетей, создание рекламной продукции с помощью нейронных сетей и др.
При решении сложных задач человек широко пользуется «рассуждением по аналогии», «интуицией», «неформальным подходом» и т. п.. Создание машин, умеющих решать разнообразные сложные задачи, тормозится в настоящее время отсутствием программ, выполняющих такие плохо формализуемые операции.
В учебнике излагается содержание курса по дисциплине «Теория информационных процессов и систем», а также дополнительные материалы по дисциплинам «Системы поддержки принятия решений» и «Технологии интеллектуального анализа данных» по направлению «Информационные системы и технологии», в том числе профиля «Информационные технологии на транспорте» в соответствии с ФГОС 3++. Рассмотрены основные аспекты работы с большими данными, методы и технологии «Big Data» и «Data Mining», а также общие приемы интеллектуального анализа данных. В качестве инструментальной среды разработки используется интегрированный пакет MatLab версий 6.5 и выше.
Лабораторный практикум посвящён вопросам создания систем искусственного интеллекта (ИИ) для решения прикладных задач — в том числе распознавания образов и речи. Издание разработано в рамках дисциплины «Системы искусственного интеллекта» и предназначено для студентов бакалавриата и магистратуры.
Учебное пособие Е. А. Фунтиковой посвящено основам теории интеллектуальных систем и технологий. Издание соответствует требованиям ФГОС ВО по направлениям подготовки бакалавриата «Информатика и вычислительная техника», «Информационные системы и технологии», «Прикладная информатика», а также магистратуры «Информационные системы и технологии».
Проблематика книги связана с известным вопросом искусственного интеллекта: "может ли машина мыслить? ", который понимается авторами как вопрос: "может ли машина формулировать и проверять гипотезы? ". Книга содержит две части: "логика индукции" и "логика открытия".
Соответствует требованиям ФГОС ВО по направлению подготовки «Автоматизация технологических процессов и производств». Приведены теоретические сведения, перечень и содержание лабораторных работ, цели, задания и методические указания к практическим занятиям. Достаточно подробно даны физические основы интеллектуальных датчиков технологических параметров, перечень применяемых приборов и оборудования. Для самопроверки даны контрольные вопросы, тесты и задания для самостоятельной работы. Предназначен для студентов, обучающихся на очной и заочной формах обучения в рамках бакалавриата.
В книге проанализированы математические и компьютерные модели, характеризующие эволюцию биологических кибернетических систем. Обсуждаются философские вопросы, связанные с эволюционной кибернетикой. Впервые в отечественной литературе представлены сравнительно недавно появившиеся направления исследований "Искусственная жизнь" и "Адаптивное поведение".
Обсуждаются основные аспекты современного состояния проблемы распознавания объектов и явлений. Приводится общая постановка проблемы. Рассматриваются основные задачи построения систем распознавания - формирование словаря признаков в условиях ограничений, описание классов на языке признаков, разработка собственно алгоритмов распознавания (статистических, логических, вычисления оценок и структурных), управление процессом распознавания и оценка эффективности ситсем распознавания. Излагаются вопросы распознавания изображений, а также алгебраический подход к алгоритмам распознавания. Для инженерно-технических работников, интересующихся кибернетикой и прикладной математикой.
В издании изложены два основных подхода, применяемые при создании систем искусственного интеллекта: технология экспертных систем и нейросетевые технологии