нейросеть

ChatGPT каждый день, Библиотека промптов для задач и решений, Костин А.А., 2026.

   Вы открываете ChatGPT. задаёте вопрос и получаете длинный, размытый ответ, который приходится переписывать, уточнять и переделывать. В итоге время тратится не меньше, чем без нейросети. Причина проста: большинство людей работают с ChatGPT без системы. В этой книге собрана практическая библиотека из сотен готовых промптов для реальных задач: планирование дня и недели, деловые письма, управление проектами, анализ решений, контроль качества, антикризисный режим. Вместо хаотичных экспериментов вы получите чёткую структуру: как выбирать правильный запрос, какие переменные указывать, как улучшать результат без переписывания и как превращать ответы нейросети в готовые решения. Эта книга поможет сократить время на формулировки, уменьшить количество переделок и превратить ChatGPT в рабочий инструмент, который экономит часы каждую неделю.

Математика и архитектура глубокого обучения, Кришнанду Ч., 2026.
 
   Узнайте, что происходит внутри черного ящика! Для использования глубокого обучения вам придется подготовить данные, выбрать правильную модель, обучить ее. оценить качество и точность и предусмотреть обработку неопределенности и изменчивости в выходных данных развернутого решения. Эта книга шаг за шагом знакомит с основными математическими концепциями, которые пригодятся вам как специалисту по данным, — с векторным исчислением, линейной алгеброй и байесовским выводом, представляя их с точки зрения глубокого обучения.
Авторы объясняют математику, теорию и принципы построения моделей глубокого обучения, а затем демонстрируют применение теории на практике, приводя фрагменты программного кода на Python с подробными комментариями. В книге вы пройдете путь от основ алгебры, исчисления и статистики до современных архитектур глубокого обучения, ставших результатом новейших исследований.

Думай как ChatGPT, Человек и ИИ, Новая норма мышления, Ford М.

   Я много лет работаю с системами, подобными ChatGPT. Я видел, как они растут от примитивных болталок до моделей, которые способны вести долгие, связные разговоры почти на любую тему. Я наблюдал, как они начинают помогать людям в учёбе, работе, творчестве. И я так же видел, как люди либо идеализируют ИИ, приписывая ему «разум» и «мудрость», либо впадают в панику и предсказывают скорый конец человеческой интеллектуальной деятельности.
Эта книга не будет ни панической, ни восторженной. Она не про мифы, а про инструменты.
Прежде всего, она не про код и формулы. Я не собираюсь объяснять вам внутреннее устройство нейросетей, рассказывать про матрицы и градиентный спуск. Да, за кулисами ChatGPT живёт сложная математика, но, чтобы вы научились использовать его стиль мышления в своей жизни, вам совершенно необязательно становиться инженером машинного обучения.
Эта книга не о том, как программировать ИИ. Она о том, как программировать себя.

Глубокое обучение, Самый краткий и понятный курс, Келлехер Д.Д., 2022.

   В этой книге простым и доступным для неспециалистов языком раскрываются такие сложные темы, как искусственный интеллект, нейросети, машинное обучение, глубокое обучение. Автор рассказывает о предпосылках глубокого обучения, его истории и базовых основах, а также проводит экскурс в будущее этой технологии, раскрывая перед читателями ее потенциал.

Нейросети, Выстрой свою систему из 5 уровней автоматизации, Казанцев Т.

   ИИ-индустрия меняется быстрее, чем успевают выходить книги или ютуб-обзоры. Названия моделей и интерфейсы сервисов, о которых я пишу, неизбежно будут обновляться. Важно не то, как именно сегодня называется модель, а принципы и уровни работы с ИИ, о которых пойдёт речь.
Вы можете читать книгу не строго по порядку. Если вам уже близок базовый уровень, смело перескакивайте к главам про агентов и автоматизации, а потом возвращайтесь к пробелам. Относитесь к структуре как к карте, по которой можно двигаться своими траекториями.

Глубокое обучение с точки зрения практика, Паттерсон Дж., Гибсон А., 2018.
        
   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, 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.
Издание предназначено для специалистов по анализу данных, находящихся в поисках более широкого и практического понимания принципов глубокого обучения.

Введение в нейронные сети, Модели, методы и программные средства, Алексейчук А.С., 2023.

   Пособие содержит основные сведения о математической модели нейронных сетей, в том числе о ее применении к анализу изображений. Приводятся сведения о полносвязных и свёрточных нейронных сетях, о принципах их работы и методах их обучения. Рассмотрены приемы проектирования эффективных архитектур свёрточных сетей, а также приведена модель анализа изображений на основе векторных представлений. Материал снабжен примерами программного кода, позволяющими читателю самостоятельно освоить нейросетевое моделирование с использованием языка программирования Python.
Пособие предназначено для студентов магистратуры, обучающихся по направлению 01.04.04 «Прикладная математика», изучающих дисциплину «Проектирование и функционирование нейронных сетей».

Об интеллекте, Хокинс Д., Блейксли С., 2007.

   В книге Об интеллекте Джефф Хокинс представляет революционную теорию на стыке нейробиологии, психологии и кибернетики, описывающую систему “память-предсказание” как основу человеческого интеллекта. Автор отмечает, что все предшествующие попытки создания разумных машин провалились из-за фундаментальной ошибки разработчиков, стремившихся воссоздать человеческое поведение, но не учитывавших природу биологического разума. Джефф Хокинс предполагает, что идеи, сформулированные им в книге Об интеллекте, лягут в основу создания истинного искусственного интеллекта — не копирующего, а превосходящего человеческий разум. Кроме этого, книга содержит рассуждения о последствиях и возможностях создания разумных машин, взгляды автора на природу и отличительные особенности человеческого интеллекта.
Книга рекомендуется всем, кого интересует устройство человеческого мозга и принципы его функционирования, а также тем, кто занимается проблемами разработки искусственного интеллекта.