нейросеть

Искусственный интеллект, Элективный курс, Ясницкий Л.Н., 2012.

   Учебное пособие является составной частью учебно-методического комплекса, включающего также методическое пособие «Искусственный интеллект» и лабораторный практикум. Задача курса — познакомить школьников с историей искусственного интеллекта, с основными стратегиями, применяемыми при создании интеллектуальных информационных систем, научить пользоваться нейросетевыми технологиями и применять их для решения практических проблем.
Для учащихся старших классов информационно-технологического, физико-математического, естественно-научного, социально-гуманитарного профилей.

Искусственный интеллект, Иллюстрированная история, От автоматов до нейросетей, Пиковер К., 2019.

   Мы попытаемся выяснить, как обучить машины использовать естественные языки, формировать абстракции и концепции, решать задачи, сейчас подвластные только людям, и улучшать самих себя... Для заявленной цели проблема искусственного интеллекта заключается в следующем: поведение машины должно быть таким, что, будь это поведение человека, его назвали бы разумным.

Нейросети на Python, Основы ИИ и машинного обучения, Куликова И.В., 2025.

   Эта книга является практическим комплексным гидом по изучению ИИ и применению нейросетей. В ней вы найдете информацию о различных типах нейросетей, их архитектуре, принципах работы и различных возможностях использования.
Примеры использования библиотек NumPy, PyTorch, Matplotlib, SciPy, NetworkX, TensorFlow, OpenCV, Pandas, scikit-learn, nltk помогут вам лучше понять действия нейросети в реальных условиях.
Математические основы машинного обучения, с многочисленными примерами уравнений и формул на языке программирования Python, помогут понять истоки появления нейросетей с научной точки зрения.
Отдельно рассмотрено практическое применение искусственного интеллекта, описаны способы взаимодействия с нейросетями разной направленности. Это будет полезно для всех, кто желает овладеть многочисленными возможностями современных нейросетей: генерацией изображений, созданием видео, написанием текстов, созданием озвучки и т.д.
Помимо теоретической и практической частей, в книге есть ссылки на реальные нейросети, которые помогут читателям углубить свои знания и навыки в области их практического использования.
Книга обязательно станет ценным ресурсом для всех, кто хочет изучить нейросети и их применение в самых различных сферах.

Искусственный интеллект в бизнесе, Анализируем и применяем, Коваленко А.В., Казаковцева Е.В., 2023.
     
   В последние годы искусственный интеллект (artificial intelligence) стал значительно более тесно связан с прогрессом человечества и социальными изменениями. Для этого необходимы новые и мощные алгоритмы обработки данных, чтобы интеллектуальные машины работали в тесном сотрудничестве с нами больше, чем когда-либо прежде.
В книге изложены возможности оценки финансово-экономического состояния и кредитоспособности предприятий, а также финансового и социально-экономического состояния регионов с использованием систем искусственного интеллекта, таких как нейронные и гибридные сети, а также нечеткие продукционные системы. Особое внимание уделено раскрытию темы искусственных нейронных сетей и аппарату нечеткой логики. Все исследования приведены в пакетах Statistica Neural Networks, Neural Networks Toolbox, Fuzzy Logic Toolbox и редакторе ANFIS системы Matlab. Издание предназначено для научных работников, финансовых директоров, руководителей департаментов и администраций, менеджеров, аудиторов, работников кредитных организаций и широкого крута лиц, интересующихся вопросами применения искусственного интеллекта в экономике.

Системы искусственного интеллекта, Воронов М.В., Пименов В.И., Небаев И.А., 2023.
     
   В курсе рассматриваются вопросы, связанные с основами построения систем искусственного интеллекта, моделями и методологией вывода знаний, инструментами инженерии знаний, анализа данных и реализацией алгоритмов искусственного интеллекта на практике. Описаны концептуальные принципы реализации экспертных систем, нечеткой логики, искусственных нейронных сетей и т. д. Теоретический материал сопровождается обширным практикумом, решение задач которого демонстрируется как в рамках аналитической платформы, так и в форме программных реализаций на языке Python.
Соответствует актуальным требованиям федерального государственного образовательного стандарта высшего образования.
Для бакалавров и магистров, обучающихся по направлениям «Информатика и вычислительная техника», а также другим направлениям, связанным с разработкой новых информационных технологий и интеллектуальных систем.

Квантово-устойчивый шифр на основе нейросети, Чайко В.И., 2025.

   В рамках данной работы был предложен, описан и продемонстрирован новый тип шифров, основанный на нейронных сетях. Была рассмотрена проблема «квантовой угрозы» всему современному шифрованию. Описаны проблемы при практической реализации данного шифра. Метод преодоления данных проблем подробно расписан и продемонстрирован на практике. Дано разъяснение, почему данный шифр является надежным и не подвержен взлому на квантовом суперкомпьютере. Даны рекомендации об увеличении криптостойкости данного шифра и возможные пути его дальнейшего развития.
В практической части данной работы была проведена серия испытаний предлагаемого шифра на различном оборудовании и различном программном обеспечении. Результатом экспериментов стало подтверждение работоспособности предлагаемого шифра на практике.

Нейросетевое моделирование и прогнозирование траектории, Горбачев С.В., Сырямкин В.И., Куприн И.В., 2012.

   Монография является 1-й частью цикла исследований в рамках госбюджетной темы НИР Национального исследовательского Томского государственного университета "Разработка теоретических основ и моделирование когнитивных систем мониторинга и прогноза социально-экономического, научнотехнологического развития объектов и территорий государства". В монографии рассматривается проблема измерения уровня и темпов мирового технико-экономического развития в условиях сменяющихся технологических укладов, на базе нейро-нечетких сетей и форсайт-технологий описывается методика моделирования траектории ТЭР на основе комплексного анализа опорных количественных и качественных индикаторов, с расчетом прогнозных параметров выхода государства на эталонную траекторию технико-экономического развития. Исследуются показатели 37 стран, рассчитывается 2-и 3-мерная модель мирового технико-экономического портрета, с кластеризацией стран по уровню и темпам техникоэкономического развития. Исследуется социальное измерение экономики нового технологического уклада, приводятся сценарии долгосрочного мирового экономического развития.

Нейросетевые алгоритмы прогнозирования и оптимизации систем, Назаров А.В., Лоскутов А.И., 2003.

В данной книге подробно описано использование нейросетевых и генетических алгоритмов для решения задач прогнозирования и оптимизации сложных систем. Рассмотрено множество различных методов и подходов, даны их анализ, оценка эффективности и особенности применения. Сформулированы задачи прогнозирования (в нейросетевом базисе) и описаны алгоритмы их решения. Отдельно обсуждается вопрос создания экспертных систем. Специальный раздел книги посвящен обзору и развитию известных результатов использования нейроподобных сетей и эволюционных вычислений для решения дискретных оптимизационных задач. Изложение материала построено системно и последовательно. Используется множество поясняющих примеров Причем, все приведенные примеры основаны на опыте авторов, имеют реальное практическое значение и взяты из различных областей производства, машиностроения, нефтяной промышленности, космической отрасли, экономики, социологии. Помимо обзорно-обобщающего материала в книге содержатся сведения, являющиеся научными разработками авторов и публикуемые впервые в мире. Книга предназначена для студентов, инженеров, аналитиков, а также всех, кому интересны вопросы практического применения теории нейронных сетей и генетических алгоритмов.