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
51. Рамсундар Бхарат, Истман Питер, Уолтерс Патрик, Панде Виджай. Глубокое обучение в биологии и медицине. , 2020.
52. Крон Джон, Бейлевельд Грант, Аглаэ Бассенс. Глубокое обучение в картинках. Визуальный гид по искусственному интеллекту. , 2020.
53. Мюллер Джон Пол, Массарон Лука. Глубокое обучение для чайников. , 2020.
54. Лапань Максим. Глубокое обучение с подкреплением. AlphaGo и другие технологии. , 2020.
55. Грессер Лаура, Кенг Ван Лун. Глубокое обучение с подкреплением. Теория и практика на языке Python. , 2022.
56. Вейдман Сет. Глубокое обучение. Легкая разработка проектов на Python. , 2021.
57. Николенко С., Кадурин А., Архангельская Е.. Глубокое обучение. Погружение в мир нейронных сетей. , 2020.
58. Нидхем Марк, Ходлер Эми. Графовые алгоритмы. Практическая реализация на платформах Apache Spark и Neo4j. , 2020.
59. Сулицкий Владимир Николаевич. Деловая статистика и вероятностные методы в управлении и бизнесе. Учебное пособие. , 2010.
60. Хейдт Майкл. Изучаем pandas. Высокопроизводительная обработка и анализ в Python. , 2018.
61. Бурков Андрей. Инженерия машинного обучения. , 2022.
62. Назаров Дмитрий Михайлович, Рыжкина Дарья Андреевна. Интеллектуальные средства бизнес-аналитики. (Бакалавриат). (Магистратура). Учебник. , 2022.
63. Душкин Роман Викторович. Интеллектуальные транспортные системы. , 2020.
64. Мюллер Джон Пол, Массарон Лука. Искусственный интеллект для чайников. , 2019.
65. Рассел Стюарт, Норвиг Питер. Искусственный интеллект. Современный подход. Том 1. Решение проблем. Знания и рассуждения. , 2021.
66. Мэтлофф Норман. Искусство программирования на R. Погружение в большие данные. , 2019.
67. Шпигельхалтер Дэвид. Искусство статистики. Как находить ответы в данных. , 2020.
68. Журавлев Антон Евгеньевич, Макшанов Андрей Владимирович, Тындыкарь Любовь Николаевна. Компьютерный анализ. Практикум в Microsoft Excel. СПО. , 2020.
69. Шарден Бастиан, Массарон Лука, Боскетти Альберто. Крупномасштабное машинное обучение вместе с Python. , 2018.
70. Дюк Вячеслав Анатольевич. Логический анализ данных. Учебное пособие. , 2020.
71. Татарников Олег Вениаминович, Швед Евгений Вадимович. Математический анализ для экономистов. Учебник. , 2020.
72. Паулос Джон Аллен. Математическое невежество и его последствия. , 2021.
73. Бринк Хенрик, Ричардс Джозеф, Феверолф Марк. Машинное обучение. , 2017.
74. Бурков Андрей. Машинное обучение без лишних слов. , 2020.
75. Кольер Рич, Монтонен Камилла, Азарми Бахаалдина. Машинное обучение в Elastic Stack. , 2021.
76. Янсен Стефан. Машинное обучение для алгоритмической торговли на финансовых рынках. Практикум. , 2020.
77. Шакла Нишант. Машинное обучение и TensorFlow. , 2019.
78. Чио Кларенс, Фримэн Дэвид. Машинное обучение и безопасность. Защита систем с помощью данных и алгоритмов. , 2020.
79. Элбон Крис. Машинное обучение с использованием Python. Сборник рецептов. , 2019.
80. Кук Даррен. Машинное обучение с использованием библиотеки Н2О. , 2018.
81. Гвидо Сара, Мюллер Андреас. Машинное обучение с помощью Python. Руководство для специалистов по работе с данными. , 2022.
82. Монарх (Манро) Роберт. Машинное обучение с участием человека. , 2022.
83. Харрисон Мэтт. Машинное обучение. Карманный справочник. Краткое руководство по методам структурированного машинного. , 2020.
84. Чжен Элис, Казари Аманда. Машинное обучение. Конструирование признаков. Принципы и техники для аналитиков. , 2022.
85. Уатт Джереми, Борхани Реза, Катсаггелос Аггелос. Машинное обучение. Основы, алгоритмы и практика применения. , 2022.
86. Шумский Сергей Александрович. Машинный интеллект. Очерки по теории машинного обучения и искусственного интеллекта. , 2020.
87. Гительман Леонид Давидович. Менеджмент, опережающий время. Прорыв к цифровой индустрии 4.0. , 2020.
88. Григорьев Анатолий Алексеевич, Исаев Евгений Анатольевич. Методы и алгоритмы обработки данных. Учебное пособие. , 2020.
89. Хомоненко Анатолий Дмитриевич, Смагин Владимир Александрович, Косых Никита Евгеньевич. Методы и модели исследования сложных систем и обработки больших данных. , 2020.
90. Грекусис Джордж. Методы и практика пространственного анализа. , 2021.
91. Аггарвал Чару. Нейронные сети и глубокое обучение. Учебный курс. , 2020.
92. Каллан Роберт. Нейронные сети. Краткий справочник. , 2017.
93. Бодякин Владимир Ильич. Нейросемантика. Информационно-управленческие системы. Искусственный разум. Научные труды. , 2020.
94. Броневич Андрей Георгиевич, Лепский Александр Евгеньевич. Нечеткие модели анализа данных и принятия решений. Учебное пособие. , 2022.
95. Бурнаева Эльфия Гарифовна, Леора Светлана Николаевна. Обработка и представление данных в MS Excel. Учебное пособие. , 2021.
96. Саттон Ричард С., Барто Эндрю Г.. Обучение с подкреплением. , 2020.
97. Юси (Хэйден) Лю. Обучение с подкреплением на PyTorch. Сборник рецептов. Свыше 60 рецептов проектирования, разработки. , 2020.
98. Романцева Юлия Николаевна. Организация статистической деятельности в России. Учебник. , 2020.
99. Йылдырым Саваш, Асгари-Ченаглу Мейсам. Осваиваем архитектуру Transformer. Разработка современных моделей с помощью передовых методов. , 2022.
100. Силен Дэви, Мейсман Арно, Мохамед Али. Основы Data Science и Big Data. Python и наука о данных. , 2018.
1
Предыдущая
[
Cтраница 2
]
Следующая
4
Заказ работы!