Нечеткие множества и нейронные сети учебное пособие

Нечеткие множества и нейронные сети учебное пособие

Двумя популярными направлениями Artificial Intelligence являются теория нечетких множеств (fuzzy sets) и теория нейронных сетей (neuron nets). Данное учебное пособие является систематизированным вводным курсом в эти два направления. Издание ориентировано на студентов высших учебных заведений, обучаю...

Повний опис

Збережено в:

Бібліографічні деталі
Автор:	Яхъяева, Г. Э. (070)
Формат:	Книга
Предмети:	нечеткое множество нейронная сеть сеть Хопфилда машина Больцмана когнитрон неокогнитрон метод Хэбба обучение персептрона метод Уидроу-Хоффа обучение Коши
Онлайн доступ:	Перейти к просмотру издания
Теги:	Додати тег Немає тегів, Будьте першим, хто поставить тег для цього запису!

Схожі ресурси

Нечеткая логика и нейронные сети учебное пособие
за авторством: Белозерова, Г. И.

Нейронные сети учебное пособие
за авторством: Горожанина, Е. И.

Нейронные сети учебное пособие
за авторством: Шевченко, А. С.

Искусственные нейронные сети практикум
за авторством: Сириченко, А. В.

Искусственные нейронные сети учебное пособие
за авторством: Павлова, А. И.

Нейронные сети в прикладной экономике учебное пособие
за авторством: Трофимова, Е. А.

Методы и алгоритмы искусственного интеллекта учебник для вузов
за авторством: Антохина Ю. А.
Опубліковано: (2025)

Нечеткие интеллектуальные системы конспект лекций. учебное пособие
за авторством: Яцало, Б. И.

Нейронные сети учебное пособие
за авторством: Вакуленко, С. А.

Основы работы с моделями машинного и глубокого обучения учебное пособие
за авторством: Пылов, П. А.

Логические нейронные сети учебное пособие
за авторством: Барский, А. Б.

Введение в нейронные сети учебное пособие
за авторством: Барский, А. Б.

Нечеткие отношения учебное пособие
за авторством: Седова, Н. А.

Основы нечеткого моделирования в среде Matlab учебное пособие
за авторством: Соловьев, В. В.

Универсальные вычислительные экспресс-методы для создания искусственной нейронной сети сложного объекта и инновационного программного модуля на ее основе монография
за авторством: Мухутдинов, А. Р.

Теория нечетких множеств учебное пособие
за авторством: Седова, Н. А.

Глубокое обучение без математики. Т.2. Практика
за авторством: Гласснер, Э.

Введение в нейронные сети методические указания к лабораторным работам по дисциплине «нейроинформатика» для студентов специальности 09.03.02 «информационные системы и технологии»
за авторством: Седов, В. А.

Интеллектуальные системы учебное пособие
за авторством: Кадырова, Г. Р.

Дополнительные главы математики учебное пособие
за авторством: Смирнова, Е. Н.

Методические указания и задания к лабораторным работам по дисциплине «Методы исследований в менеджменте»
за авторством: Глебова, О. В.

Теория и практика машинного обучения учебное пособие

Технологии машинного обучения в кибербезопасности учебное пособие
за авторством: Платонов, В. В.

Основы интеллектуальных автоматизированных систем. Ч.1 учебное пособие
за авторством: Алексеев, В. В.

Представление знаний в информационных системах учебное пособие

Python для аналитики данных. Практический курс учебное пособие
за авторством: Меликов, П. И.

Глубокое обучение без математики. Т.1. Основы
за авторством: Гласснер, Э.

Машинное обучение учебное пособие
за авторством: Горбаченко, В. И.

Обработка естественного языка с TensorFlow
за авторством: Ганегедара, Т.

Нечёткие множества Учебно-методическое пособие
за авторством: Анисимов К. В.
Опубліковано: (2021)

Модели принятия решений в системах нечеткого управления учебное пособие
за авторством: Мурзинов, Ю. В.

Реализация искусственных нейронных сетей на языке описания аппаратуры VHDL учебное пособие
за авторством: Челебаев, С. В.

Принятие решений в системах, основанных на знаниях учебное пособие
за авторством: Коробова, И. Л.

Mathcad: решение задач по теории нечётких множеств учебное пособие
за авторством: Седова, Н. А.

Теория нечетких множеств учебное пособие
за авторством: Сладкова, Л. А.

Искусственный интеллект и основы теории интеллектуального управления Ч.1. Фазисистемы лабораторный практикум. в 3 частях
за авторством: Сырецкий, Г. А.

Библиотека Keras – инструмент глубокого обучения. Реализация нейронных сетей с помощью библиотек Theano и TensorFlow
за авторством: Джулли, А.

Алгоритмы обучения с подкреплением на Python
за авторством: Лонца, А.

Конструирование признаков из контекста динамики показателей процессов

Искусственные нейронные сети в АСУ ТП учебник
за авторством: Темкин, И. О.