Байесовские сети, Логико-вероятностный подход, Тулупьев А.Л., Николенко С.И., Сироткин А.В., 2006.
В монографии изложены базовые понятия, результаты и алгоритмы логико-вероятностного вывода, относящиеся к байесовским сетям доверия (БСД), описанным Дж. Перлом, и алгебраическим байесовским сетям (АБС), введенным В. И. Городецким. Обе парадигмы исходят из декомпозиции знаний экспертов на фрагменты: в БСД фрагмент знаний моделируется тензором условных вероятностей, а в АБС — совместных. Несмотря на то что это лишь введение в область исследований байесовских сетей, монография может послужить источником для тем практических занятий, лабораторных, курсовых и дипломных работ по направлениям Математика, Прикладная математика. Информатика, Программирование, Интеллектуальные системы, Искусственный интеллект и др. Не исключено, что книга станет отправной точкой для магистрантов и аспирантов соответствующих специальностей в выборе тематики, целей и задач их диссертационных работ.
Тулупьев
Байесовские сети, Логико-вероятностный подход, Тулупьев А.Л., Николенко С.И., Сироткин А.В., 2006
Скачать и читать Байесовские сети, Логико-вероятностный подход, Тулупьев А.Л., Николенко С.И., Сироткин А.В., 2006Самообучающиеся системы, Николенко С.И., Тулупьев А.Л., 2009
Самообучающиеся системы, Николенко С.И., Тулупьев А.Л., 2009.
Книга посвящена одной из самых практически применимых, активных и быстроразвивающихся областей современной информатики, объединяющей множество методов из различных областей математики и не только математики — машинному обучению. В книге обсуждаются основы многих базовых аппаратов машинного обучения: деревья принятия решений, искусственные нейронные сети, генетические алгоритмы, байесовские классификаторы, алгоритмы кластеризации и обучение с подкреплением. Изложение ведётся увлекательным языком, книгу интересно читать, и она доступна даже не очень подготовленному читателю. Однако при этом сохраняется математическая строгость, а наиболее сложные части изложения заинтересуют и профессионалов. Книга снабжена обширной аннотированной библиографией. Читать книгу смогут далее старшеклассники, хотя она будет представлять несомненный профессиональный интерес и для студентов всех курсов, изучающих математику и информатику, а также для специалистов и аспирантов, ведущих исследования в соответствующих областях. В этом
отношении значительная часть материала монографии сможет сыграть роль углублённого учебного пособия.
Скачать и читать Самообучающиеся системы, Николенко С.И., Тулупьев А.Л., 2009Книга посвящена одной из самых практически применимых, активных и быстроразвивающихся областей современной информатики, объединяющей множество методов из различных областей математики и не только математики — машинному обучению. В книге обсуждаются основы многих базовых аппаратов машинного обучения: деревья принятия решений, искусственные нейронные сети, генетические алгоритмы, байесовские классификаторы, алгоритмы кластеризации и обучение с подкреплением. Изложение ведётся увлекательным языком, книгу интересно читать, и она доступна даже не очень подготовленному читателю. Однако при этом сохраняется математическая строгость, а наиболее сложные части изложения заинтересуют и профессионалов. Книга снабжена обширной аннотированной библиографией. Читать книгу смогут далее старшеклассники, хотя она будет представлять несомненный профессиональный интерес и для студентов всех курсов, изучающих математику и информатику, а также для специалистов и аспирантов, ведущих исследования в соответствующих областях. В этом
отношении значительная часть материала монографии сможет сыграть роль углублённого учебного пособия.