Toggle navigation
StudSup.ru
Войти
Логин / эдектронная почта
Пароль
Забыли пароль ?
Войти
Зарегистрироваться
Прайс-лист
Отзывы
F.A.Q.
studsup.ru
/
Литература
/ Список литературы
Toggle navigation
Готовые работы - как образцы
Гарантии
Оформление работы
Бесплатные материалы
ПОЛУЧЕНИЕ И ОПЛАТА
Контакты
Литература
Поиск литературы
Список литературы
Заказ работы!
Список литературы по предметам
101. Будума Нихиль. Основы глубокого обучения. Создание алгоритмов для искусственного интеллекта следующего поколения. , 2020.
102. Нестеров Сергей Александрович. Основы интеллектуального анализа данных. Лабораторный практикум. Учебное пособие. , 2020.
103. Постолит Анатолий Владимирович. Основы искусственного интеллекта в примерах на Python. , 2021.
104. Таулли Том. Основы искусственного интеллекта. Нетехническое введение. , 2021.
105. Келлехер Джон Д., Мак-Нейми Брайан, д`Арси Аоифе. Основы машинного обучения для аналитического прогнозирования. Алгоритмы, рабочие примеры. , 2019.
106. Хасти Тревор, Тибришани Роберт, Фридман Джером. Основы статистического обучения. Интеллектуальный анализ данных, логический вывод и прогнозирование. , 2020.
107. Феррари Альберто, Руссо Марко. Подробное руководство по DAX: бизнес-аналитика с Microsoft Power Bl, SQL Server Analysis Services. , 2021.
108. Коэльо Луис Педро, Ричарт Вилли. Построение систем машинного обучения на языке Python. , 2019.
109. Уэске Фабиан, Калаври Василики. Потоковая обработка данных с Apache Flink. , 2021.
110. Гифт Ной. Прагматичный ИИ. Машинное обучение и облачные технологии. , 2019.
111. Сигел Эндрю. Практическая бизнес-статистика. , 2016.
112. Брюс Питер, Брюс Эндрю, Гедек Питер. Практическая статистика для специалистов Data Science. , 2021.
113. Брюс Питер, Брюс Эндрю. Практическая статистика для специалистов Data Science. 50 важнейших понятий. , 2018.
114. Нильсен Эйлин. Практический анализ временных рядов. Прогнозирование со статистикой и машинное обучение. , 2021.
115. Баюк Дмитрий Александрович, Березин Дмитрий Викторович, Иванюк Вера Алексеевна. Практическое примение методов кластеризации, классификации и аппроксимации. , 2020.
116. Пател Анкур. Прикладное машинное обучение без учителя с использованием Python. , 2020.
117. Жерон Орельен. Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow. Концепции, инструменты и техники. , 2018.
118. Жерон Орельен. Прикладное машинное обучение с помощью Scikit-Learn, Keras и TensorFlow. Концепции, инструменты. , 2020.
119. Бенгфорт Бенджамин, Билбро Ребекка, Охеда Тони. Прикладной анализ текстовых данных на Python. Машинное обучение и создание приложений обработки. , 2019.
120. Пульс Кен, Эскобар Мигель. Приручи данные с помощью Power Query в Excel и Power BI. , 2022.
121. Харламов Александр Александрович. Проектирование интеллектуальных информационных систем. Учебное пособие. , 2021.
122. Просто BIG DATA. , 2019.
123. Сенько Александр. Работа с BigData в облаках. Обработка и хранение данных с примерами из Microsoft Azure. , 2019.
124. Ханнес Хапке, Нельсон Кэтрин. Разработка конвейеров машинного обучения. Автоматизация жизненных циклов модели с помощью TensorFlow. , 2021.
125. Бишоп Кристофер М.. Распознавание образов и машинное обучение. , 2020.
126. Гельман Эндрю, Хилл Дженнифер, Вехтари Аки. Регрессия. Теория и практика. С примерами на R и Stan. , 2022.
127. Фальк Ким. Рекомендательные системы на практике. , 2020.
128. Храмов Дмитрий Александрович. Сбор данных в Интернете на языке R. , 2017.
129. Молотникова Антонина Александровна. Системный анализ. Краткий курс. Учебное пособие. , 2021.
130. Романов Петр Сергеевич, Романова Ирина Петровна. Системы искусственного интеллекта. Моделирование нейронных сетей в системе MATLAB. Лабораторный пр.. , 2021.
131. Макшанов Андрей Владимирович, Журавлев Антон Евгеньевич, Тындыкарь Любовь Николаевна. Современные технологии интеллектуального анализа данных. Учебное пособие. , 2020.
132. Митчелл Райан. Современный скрапинг веб-сайтов с помощью Python. , 2021.
133. Рашид Тарик. Создаем нейронную сеть. , 2017.
134. Пентленд Алекс. Социальная физика. Как Большие данные помогают следить за нами и отбирают у нас частную жизнь. , 2018.
135. Мыльников Леонид Александрович. Статистические методы интеллектуального анализа данных. , 2021.
136. Мастицкий Сергей Эдуардович, Шитиков Владимир. Статистический анализ и визуализация данных с помощью R. , 2015.
137. Воскобойников Юрий Евгеньевич. Статистический анализ экспериментальных данных в пакетах MathCAD и Excel. , 2021.
138. Апанасевич Сергей Александрович. Структуры и алгоритмы обработки данных. Линейные структуры. СПО. , 2021.
139. Ын Анналин, Су Кеннет. Теоретический минимум по Big Data. Всё что нужно знать о больших данных. , 2019.
140. Ручкина Гульнара Флюровна, Попова Анна Владиславовна, Демченко Максим Владимирович. Теория правовового регулирования искусственного интеллекта, роботов и объектов робототехники в РФ. , 2020.
141. Клименко Игорь Семенович. Теория систем и системный анализ. Учебное пособие. , 2021.
142. Алексеев Дмитрий Станиславович, Щекочихин Олег Владимирович. Технологии интеллектуального анализа данных. Учебник. , 2022.
143. Макшанов Андрей Владимирович, Журавлев Антон Евгеньевич. Технологии интеллектуального анализа данных. Учебное пособие. , 2018.
144. Филлипс Тим. Управление на основе данных. Как интерпретировать цифры и принимать качественные решения в бизнесе. , 2017.
145. Скиннер Крис. Человек цифровой. Четвертая революция в истории человечества, которая затронет каждого. , 2019.
146. Феррари Альберто, Руссо Марко. Шаблоны DAX. , 2021.
147. Ферлитш Эндрю. Шаблоны и практика глубокого обучения. , 2022.
148. Бабешко Людмила Олеговна, Орлова Ирина Владленовна, Бич Михаил Геннадиевич. Эконометрика и эконометрическое моделирование. Учебник. , 2018.
149. Орлова Екатерина Владимировна. Эконометрическая методология исследования систем. Учебник. , 2019.
150. Невежин Виктор Павлович. Эконометрические исследования. Учебное пособие. , 2020.
1
Предыдущая
[
Cтраница 3
]
Следующая
4
Заказ работы!