Ukryj filtry
Sortowanie
Źródło opisu
Książki
(31)
ebookpoint BIBLIO
(8)
IBUK Libra
(6)
Forma i typ
Książki
(28)
E-booki
(14)
Publikacje fachowe
(4)
Czasopisma
(3)
Publikacje naukowe
(3)
Pokaż więcej ...
Poradniki i przewodniki
(1)
Pokaż mniej ...
Dostępność
dostępne
(21)
tylko na miejscu
(19)
wypożyczone
(1)
Placówka
Wypożyczalnia
(22)
Czytelnia
(19)
Autor
Borski Maciej (1975- )
(3)
Boroch Robert
(2)
Dudycz Helena
(2)
Grażyński Andrzej
(2)
Gurdek Magdalena (1977- )
(2)
Pokaż więcej ...
Hernes Marcin
(2)
Janusz Jacek
(2)
Maggi-Germain Nicole
(2)
Norvig Peter
(2)
Rot Artur
(2)
Russell Stuart
(2)
Rutkowski Leszek
(2)
Wężowicz-Ziółkowska Dobrosława
(2)
Żulicki Remigiusz
(2)
Adamus Rafał
(1)
Antonów Kamil
(1)
Baborski Andrzej (1936-2001)
(1)
Baran Krzysztof Wojciech
(1)
Baran-Wesołowska Beata
(1)
Bartkiewicz Witold
(1)
Barut Arkadiusz (1974- )
(1)
Bosak-Sojka Maria
(1)
Brookshear J. Glenn
(1)
Chymkowski Roman
(1)
Cichosz Paweł
(1)
Ciosk Kinga
(1)
Czerniak-Swędzioł Justyna
(1)
Czerwińska-Koral Katarzyna
(1)
Daniluk Paulina
(1)
Dobosz Paula
(1)
Duducz Helena
(1)
Duraj Tomasz
(1)
Dykas Kamil
(1)
Dzieńdziora Joanna
(1)
Dörre-Kolasa Dominika
(1)
Engel Marcin
(1)
Filipczyk Barbara
(1)
Fleszer Dorota (1971- )
(1)
Florek Ludwik (1946- )
(1)
Gasper Dorota
(1)
Germain Juliette
(1)
Gredka-Ligarska Iwona
(1)
Gregor Bogdan (1943- )
(1)
Grochowina Kamila
(1)
Grześków Małgorzata
(1)
Grzywak Andrzej
(1)
Gugger Sylvain
(1)
Góral Zbigniew
(1)
Hajn Zbigniew
(1)
Howard Jeremy
(1)
Hurbans Rishal
(1)
Jabłoński Włodzimierz Jerzy
(1)
Jacyno Małgorzata
(1)
Jagielski Jan
(1)
Jakimowicz Wojciech
(1)
Jaskulska Jagoda
(1)
Jaworska Katarzyna
(1)
Józefowska Joanna
(1)
Kaczorowska-Spychalska Dominika
(1)
Kania Krzysztof (ekonomista)
(1)
Kartajaya Hermawan (1947- )
(1)
Kałużny Tomasz
(1)
Kempa Anna (organizacja i zarządzanie)
(1)
Kierzkowski Zbigniew
(1)
Kiełtyka Leszek
(1)
Koczur Wiesław
(1)
Konieczny Marcin
(1)
Kotler Philip (1931- )
(1)
Kowalczyk Aneta
(1)
Kozar Łukasz Jarosław
(1)
Książek Daniel
(1)
Kubies Wacław
(1)
Kucharski Olgierd
(1)
Kuczyński Tadeusz (1952- )
(1)
Kumor-Jezierska Ewelina
(1)
Kurp Feliks
(1)
Lach Daniel Eryk
(1)
Larrandaburu Iban
(1)
Latos-Miłkowska Monika
(1)
Lekston Mariusz (1975- )
(1)
Lis Artur
(1)
Lisiński Marek
(1)
Lityński Adam (1940- )
(1)
Ludera-Ruszel Agata
(1)
Maciejko Wojciech
(1)
Majchrowska Elżbieta
(1)
Majewska Patrycja
(1)
Majewski Kamil
(1)
Matusiak Małgorzata
(1)
Mazurek Grzegorz
(1)
Małecka Elżbieta (1965- )
(1)
Małysa Krzysztof
(1)
Michalik Krzysztof (1956- )
(1)
Mickus Francis
(1)
Mitrus Leszek
(1)
Moras-Olaś Kinga
(1)
Morańska Danuta (1963- )
(1)
Moroney Laurence
(1)
Myl Małgorzata
(1)
Napiórkowska Anna
(1)
Pokaż mniej ...
Rok wydania
2020 - 2024
(23)
2010 - 2019
(6)
2000 - 2009
(15)
1990 - 1999
(1)
Okres powstania dzieła
2001-
(9)
Kraj wydania
Polska
(45)
Język
polski
(45)
Temat
Inteligencja sztuczna
(16)
Sztuczna inteligencja
(15)
Algorytmy
(5)
Systemy ekspertowe
(5)
Systemy informatyczne
(5)
Pokaż więcej ...
Zarządzanie wiedzą
(5)
Baza danych
(4)
Informatyka
(4)
Przedsiębiorstwo
(4)
Sieci neuronowe
(4)
Internet
(3)
Komputery
(3)
Prawo pracy
(3)
Społeczeństwo informacyjne
(3)
Systemy informatyczne zarządzania
(3)
Uczenie się maszyn
(3)
COVID-19
(2)
Godność ludzka
(2)
Handel elektroniczny
(2)
Logistyka
(2)
Modele matematyczne
(2)
Nauczyciele akademiccy
(2)
Ochrona przyrody
(2)
Prakseologia
(2)
Prawo Unii Europejskiej
(2)
Programy komputerowe
(2)
Rynek pracy
(2)
Systemy informacyjne
(2)
Telemedycyna
(2)
Wspólnota
(2)
Zarządzanie
(2)
Zarządzanie zasobami ludzkimi (HRM)
(2)
Azure (platforma chmurowa)
(1)
Banki
(1)
Bezpieczeństwo
(1)
Biocybernetyka
(1)
Bioinformatyka
(1)
Biologia
(1)
Budżetowanie
(1)
Chatbot
(1)
Corte costituzionale della Repubblica Italiana
(1)
Coworking
(1)
Czwarta rewolucja przemysłowa
(1)
Data mining
(1)
Decentralizacja (administracja)
(1)
Decyzje
(1)
Deep learning
(1)
Dialog społeczny
(1)
Dobro wspólne
(1)
Dobrostan psychiczny
(1)
Dojrzałość procesowa organizacji
(1)
Dowód księgowy
(1)
Dyrektorzy szkół
(1)
Dyskryminacja
(1)
Działalność gospodarcza
(1)
Dziedzictwo naturalne
(1)
Dzierżawa
(1)
Elastyczne powierzchnie biurowe
(1)
Etyka biznesu
(1)
Etyka zawodowa
(1)
Europejski Trybunał Praw Człowieka
(1)
Faktura VAT
(1)
Freelancer
(1)
Gospodarka
(1)
Gospodarka okrężna
(1)
Habilitacja
(1)
Handel międzynarodowy
(1)
Honor
(1)
Informacja
(1)
Informacja dla zarządzania
(1)
Integracja pracowników
(1)
Interes prawny
(1)
Interes prywatny
(1)
Interes społeczny
(1)
Internacjonalizacja przedsiębiorstw
(1)
Inżynieria biomedyczna
(1)
Jeńcy wojenni
(1)
Języki programowania
(1)
Kapitał intelektualny przedsiębiorstwa
(1)
Klauzula zasad współżycia społecznego
(1)
Kolektywizm (psychologia)
(1)
Kompetencja (prawo)
(1)
Kompetencje przywódcze
(1)
Konstytucyjność prawa
(1)
Kryminalistyka
(1)
Kryzys migracyjny na granicy Białorusi z Unią Europejską (2021- )
(1)
Kultura
(1)
Kultura języka
(1)
Macierzyństwo zastępcze
(1)
Marketing
(1)
Marketing elektroniczny
(1)
Marketing społecznościowy
(1)
Maski
(1)
Matematyka
(1)
Media społecznościowe
(1)
Medycyna
(1)
Mercosur
(1)
Międzynarodowa Organizacja Pracy (MOP)
(1)
Multimedia
(1)
Natura
(1)
Pokaż mniej ...
Temat: dzieło
Konstytucja Polski (1997)
(1)
Temat: czas
2001-
(7)
1901-2000
(4)
1918-1939
(2)
1945-1989
(2)
1914-1918
(1)
Pokaż więcej ...
1939-1945
(1)
1989-2000
(1)
Pokaż mniej ...
Temat: miejsce
Polska
(4)
Kraje Unii Europejskiej
(2)
Francja
(1)
Włochy
(1)
ZSRR
(1)
Gatunek
Opracowanie
(4)
Praca zbiorowa
(4)
Czasopismo naukowe
(3)
Czasopismo prawnicze
(3)
Podręcznik
(3)
Pokaż więcej ...
Case study (studium przypadku)
(1)
Materiały pomocnicze
(1)
Poradnik
(1)
Przegląd literatury
(1)
Pokaż mniej ...
Dziedzina i ujęcie
Informatyka i technologie informacyjne
(8)
Zarządzanie i marketing
(6)
Gospodarka, ekonomia, finanse
(3)
Polityka, politologia, administracja publiczna
(3)
Prawo i wymiar sprawiedliwości
(3)
Pokaż więcej ...
Etnologia i antropologia kulturowa
(1)
Filozofia i etyka
(1)
Socjologia i społeczeństwo
(1)
Pokaż mniej ...
45 wyników Filtruj
Książka
W koszyku
Metody i techniki sztucznej inteligencji / Leszek Rutkowski. - Wyd. 2 zm. - Warszawa : PWN Wydaw. Nauk., 2009. - 451 s. : rys., tab., wykr. ; 24 cm.
1. Wstęp, 2. Wybrane zagadnienia sztucznej inteligencji, 3. Metody reprezentacji wiedzy z wykorzystaniem zbiorów przybliżonych, 4. Metody reprezentacji wiedzy z wykorzystaniem zbiorów rozmytych typu 1, 5. Metody reprezentacji wiedzy z wykorzystaniem zbiorów rozmytych typu 2, 6. Sieci neuronowe i algorytmy ich ucznia, 7. Algorytmy ewolucyjne, 8. Metody grupowania danych, 9. Systemu neuronowo-rozmyte typu Mamdaniego, logicznego i Tagaki-Sugeno, 10. Elastyczne systemy neuronowo-rozmyte
dostępna w czytelni
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)
Książka
W koszyku
Metody i techniki sztucznej inteligencji : inteligencja obliczeniowa / Leszek Rutkowski. - Warszawa : PWN Wydaw. Nauk., 2005. - 435 s. : tab. ; 23 cm.
1. Wstęp, 2. Wybrane zagadnienia sztucznej inteligencji, 3. Metody reprezentacji wiedzy z wykorzystaniem zbiorów przybliżonych, 4. Metody reprezentacji wiedzy z wykorzystaniem zbiorów rozmytych typu 1, 5. Metody reprezentacji wiedzy z wykorzystaniem zbiorów rozmytych typu 2, 6. Sieci neuronowe i algorytmy ich ucznia, 7. Algorytmy ewolucyjne, 8. Metody grupowania danych, 9.Systemu neuronowo-rozmyte typu Mamdaniego, logicznego i Tagaki-Sugeno, 10. Elastyczne systemy neuronowo-rozmyte
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (3 egz.)
Brak okładki
Książka
W koszyku
Inżynieria wiedzy / Jan Jagielski. - Zielona Góra : Uniwersytet Zielonogórski , 2005. - 218 s. : rys., tab. ; 24 cm.
Zawiera: 1.Inteligencja; 2. Wiedza w systemach sztucznej inteligencji; 3. Symboliczna reprezentacja wiedzy; 4. Bazy wiedzy; 5. Bazy danych; 6. Pozyskiwanie wiedzy do baz wiedzy; 7. Kwestionariusz jako narzędzie pozyskiwania wiedzy od ekspertów; 8. Wydobywanie i agregacja wiedzy ekspertów; 9. Dokładne przetwarzanie wiedzy; 10. Wnioskowanie przybliżone; Dialog w systemie ekspertowym; Zakończenie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)
Brak okładki
Książka
W koszyku
Elementy systemów ekspertowych. Część 1. Sztuczna inteligencja i systemy ekspertowe / pod red. Mieczysław L. Owoc. - Wrocław : Akademia Ekonomiczna we Wrocławiu, 2006. - 127, [2]s. : rys., tab. ; 24 cm.
1. Wiedza i sztuczna inteligencja: 1.1. Wiedza i procesy wnioskowania. 1.2. Pojęcie i struktura sztucznej inteligencji. 1.3. Systemy inteligentne i ich zróżnicowanie. 2. Wybrane problemy maszynowego uczenia się: 2.1. Podstawy i idea maszynowego uczenia się. 2.2. Model maszynowego uczenia się. 2.3. Rodzaje maszynowego uczenia się. 2.4. Zastosowanie maszynowego uczenia się. 3. Środowisko systemów ekspertowych: 3.1.Cele i zadania systemu ekspertowego. 3.2.Struktura i funkcjonowanie systemu ekspertowego. 3.3. Źródła wiedzy jako podstawa różnicowania budowy systemu ekspertowego. 4. Zarys procesu budowy systemu ekspertowego: 4.1.Etapy budowy systemu ekspertowego. 4.2. Akwizycja wiedzy. 4.3. Reprezentowanie wiedzy. 4.4. Implementowanie systemu. 5. Automatyczne odkrywanie wiedzy: 5.1.Struktura procesu automatycznego generowania wiedzy. 5.2. Istota i metody drążenia danych. 5.3. Inne metody automatyzujące proces odkrywania wiedzy.
dostępna w czytelni
Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.
Wypożyczalnia
Wszystkie egzemplarze są obecnie wypożyczone: sygn. 004 (1 egz.)
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)
Brak okładki
Książka
W koszyku
Świat nowych technologii. Czy sztuczna inteligencja zdominuje życie człowieka? / pod red. Jadwigi Stawnickiej, Danuty Morańskiej i Wacława Kubiesa ; Jakub Skrzypeczek, Danuta Morańska, łukasz Wilkoń, Dawid Sowa, Kamila Grochowina. - Sosnowiec : Oficyna Wydawnicza "Humanitas" , 2019. - 161, [3] s. ; 24 cm.
Zawiera: 1.Jakub Skrzypek: Obszary do wykorzystania sztucznej inteligencji w szkoleniu policjantów z zakresu uzyskiwania i zdobywania informacji; 2.Danuta Morańska: Rewolucja robotów zmienia rynek pracy; 3.Łukasz Wilkoń: New technologies and threats. Building a multi-layered configuration to protect host with artificial intelligence and old methods; 4.Dawid Sawa: Czynnik ludzki a nowe technologie w kontekście rynku pracy i potencjału gospodarczego; 5.Kamil Grochowina: Sztuczna inteligencja fundamentem innowacji w życiu i w biznesie.
dostępna do wypożyczenia
Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)
Książka
W koszyku
Systemy uczące się / Paweł Cichosz. - Warszawa : Wydawnictwa Naukowo-Techniczne, 2000. - 894 s. ; 25 cm.
Uczenie się w ujęciu algorytmicznym; Uczenie się indukcyjne; Indukcja drzew decyzyjnych; Indukcja reguł; Metody probabilistyczne; Grupowanie pojęciowe; Przekształcanie atrybutów; Uczenie się aproksymilacji funkcji; Indukcyjne programowanie logiczne; Dokonywa- nie odkryć; Uczenie się przez wyjaśnianie; Uczenie się automatów; Uczenie się ze wzmocnieniem.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Systemy informatyczne w dynamicznej analizie decyzyjnej : systemy wspomagania decyzji, modelowanie symulacyjne, techniki inteligentne / Edward Radosiński. - Warszawa [i in.] : PWN Wydaw. Nauk., 2001. - 301 s. : rys., tab. ; 24 cm.
1. Analityczne systemy informatyczne : Cele i funkcje systemów informatycznych, Analityczne systemy decyzyjne, System wspomagania decyzji, Proces projektowania systemu wspomagania decyzji. 2. Analityczny symulator firmy - metoda budowy : Abstrakcja, Konkretyzacja, Weryfikacja, Wdrożenie, Analityczny system decyzyjny EK_AN. 3. Sztuczna inteligencja w analitycznych systemach wspomagania decyzji : Wprowadzenie do systemów ekspertowych, Proces nabywania wiedzy, Zastosowanie systemów ekspertowych w analizie decyzyjnej, Wdrażanie systemów ekspertowych do praktyki decyzyjnej. 4. Analityczne systemy handlowe : Algorytmy ewolucyjne i sieci neuronowe w analizie decyzyjnej, Systemy hybrydowe jako narzędzie analityczne, Odmiany hybrydowe systemu decyzyjnego EK_AN
dostępna do wypożyczenia
Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)
Książka
W koszyku
Transformacja cyfrowa : perspektywa marketingu / Grzegorz Mazurek. - Warszawa : PWN Wydaw. Nauk. , 2019. - 303, [1] s. : il. ; 24 cm.
Zawiera: Rozdział I. Transformacja cyfrowa – istota i charakterystyka; 1.1. Transformacja i cyfryzacja; 1.2. Technologie informacyjno-komunikacyjne – fundament cyfrowej transformacji; 1.3. Internet – od Web 1.0 do Web 4.0 – podbudowa procesów transformacyjnych; 1.4. Transformacja cyfrowa – perspektywy rozważań; 1.5. Ujęcie definicyjne transformacji cyfrowej – perspektywa przedsiębiorstwa; 1.6. Strategia transformacji cyfrowej; 1.7. Pomiar dojrzałości cyfrowej organizacji. Rozdział II. Technologie informacyjne i ich wpływ na marketing: 2.1. Media społecznościowe; 2.2. Wirtualna rzeczywistość; 2.3. Rozszerzona rzeczywistość; 2.4. Big data i chmura obliczeniowa; 2.5. Internet rzeczy; 2.6. Sztuczna inteligencja i uczenie maszynowe; 2.7. Technologie mobilne i technologie noszone. Rozdział III. Konsekwencje transformacji cyfrowej dla marketingu; 3.1. Ewolucja marketingu – imperatyw technologiczny; 3.2. Technologie marketingowe (MarTech) – konsekwencje zarządcze; 3.3. Wyzwania współczesnego marketingu w świetle badań naukowych; 3.4. Współczesna rola marketingu w organizacji; 3.5. Nowe koncepcje zarządzania działalnością marketingową; 3.6. Organizacja działalności marketingowej w dobie transformacji cyfrowej; 3.7. Nowe wyzwania dla marketingu. Zakończenie. Bibliografia. Spis tabel. Spis rysunków. Załączniki. Kwestionariusz ankiety wykorzystanej do badania ilościowego; Programy kształcenia dot. Transformacji cyfrowej na świecie; Narzędzie do pomiaru dojrzałości cyfrowej organizacji – Forrester Research.
dostępna do wypożyczenia
Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 339.138 (2 egz.)
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 339.138 (1 egz.)
Brak okładki
Książka
W koszyku
Informatyka, Matematyka. - Sosnowiec : Wyższa Szkoła Zarządzania i Marketingu w Sosnowcu, 2003. - 74 s. : il, wykr., tab. ; 24 cm.
(Zeszyty Naukowe WSZiM w Sosnowcu. Informatyka, Matematyka ; Zeszyt 1 (1/2003))
1. Technologie informacyjne i strategie zarządzania wiedzą, 2. Projekt aplikacji monitorującej sieć Novell Netware, 3. Bezpieczeństwo sieci komputerowych, 4.Probabilistic properities od the sets of deteministic sequences, 5.Technologie sztucznej inteligencji w systemach zarządzania, 6. Tworzenie regułowych baz wiedzy z wykorzystaniem systemu kbBuider, 7. Wyznaczenie miar Monte Carlo w sieciach Pert, 8. Statystyczny system informacyjny
dostępna do wypożyczenia
Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (4 egz.)
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)
Książka
W koszyku
Marketing 5.0 : technologie next tech / Philip Kotler, Hermawan Kartajaya, Iwan Setiawan ; przekład: Dorota Gasper. - Warszawa : MT Biznes sp. z o.o., 2021. - 236 s. : il., wykresy ; 24 cm.
(Marketing)
Gatunek
Opracowanie
Dziedzina i ujęcie
Zarządzanie i marketing
Część I. Wprowadzenie 1. Witamy w marketingu 5.0. Technologia w służbie ludzkości Część II. Wyzwania świata cyfrowego 2. Przepaść pokoleniowa. Marketing a pokolenia baby boomers, X, Y, Z i alfa 3. Polaryzacja dobrobytu. Tworzenie społeczeństw inkluzyjnych i zrównoważonych 4. Przepaść cyfrowa. Droga ku technologii osobistej, społecznościowej i doświadczeniowej Część III. Nowe strategie dla wspomaganego technologicznie marketingu 5. Organizacja cyfrowa. Jedna strategia nie pasuje do wszystkiego 6. Technologie zaawansowane. Pora na humanoidalne technologie 7. Nowe doświadczenie konsumenckie. Maszyny zachowują zimną krew, ale ludzie mają gorące serca Część IV. Nowe taktyki wykorzystujące technologię marketingową 8. Marketing bazujący na danych. Budowanie ekosystemu danych dla lepszego targetingu 9. Marketing predykcyjny. Antycypacja popytu na rynku poprzez działania proaktywne 10. Marketing kontekstowy. Tworzenie spersonalizowanego doświadczenia sensorycznego 11. Marketing rozszerzony. Interakcje ludzkie wspierane technologicznie 12. Marketing zwinny. Operacje na dużą skalę i w szybkim tempie; Podziękowania; O autorach.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 339.138 (1 egz.)
Brak okładki
Książka
W koszyku
Metody sztucznej inteligencji w zarządzaniu i sterowaniu / pod red. Joanna Józefowska. - Katowice : Uniwersytet Śląski, 2005. - 416, [1] s. : rys., tab. ; 24 cm.
(Prace Naukowe Uniwersytetu Śląskiego / Uniwersytet Śląski. Zarządzanie i Technologie Informacyjne / red. Barbara Kożusznik ISSN 0208-6336 ; T.2)
1. Metody odkrywania wiedzy w zastosowaniach ekonomicznych. 2. Systemy rekomendacji i techniki personalizacji. 3. Bazy danych statystycznych narzędziem marketingu internetowego organizacji statystycznych. 4. Zagadnienia modelowania konceptualnego i reprezentacji wiedzy prawnej 5. Zastosowanie metod uczenia maszynowego w analizie morfologicznej języka polskiego. 6. Metoda wykorzystania słownika do porównywania bardzo krótkich tekstów. 7. Problemy wnioskowania w warunkach niepewności. 8. Budowa rozmytej bazy wiedzy do analizy eksperymentalnych danych rynkowych. 9. Automatyzacja procesu wymiarowania oprogramowania w projektach informatycznych. 10. Programowanie z ograniczeniami w systemach wspomagania decyzji MŚP 11. Zastosowanie algorytmu uczenia populacji oraz sztucznej sieci neuronowej do predykacji wartości szeregu czasowego 12. Algorytm ewolucyjny i jego zastosowanie w optymalizacj rozdziału zasobów ciągłych i dyskretnych 13. System wspomagania planowania krótkoterminowego dla pewnej klasy systemów wytwarzania. 14. Uczenie się podejmowania decyzji na podstawie opóźnionych nagród 15. Koewolucja kooperatywna w dekompozycji zadań rozpoznawania obrazów 16. Modelowanie procesów biznesowych do implementacji systemów wieloagentowych 17. Wybrane zastosowania metod sztucznej inteligencji w robotyce
dostępna w czytelni
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)
Książka
W koszyku
Sztuczna inteligencja : błyskawiczne wprowadzenie do uczenia maszynowego, uczenia ze wzmocnieniem i uczenia głębokiego / Hadelin de Ponteves ; przekł. Łukasz Wójcicki. - Gliwice : Helion S.A. , cop. 2021. - 304 s. : 6bil. ; 24 cm.
Gatunek
Poradnik
Rozdział 1. Witamy w świecie robotów. Rozpoczęcie przygody z AI. Cztery różne modele AI. Dokąd może Cię zaprowadzić nauka AI? Podsumowanie. Rozdział 2. Poznaj narzędzia AI. Strona GitHuba. Colaboratory. Podsumowanie. Rozdział 3. Podstawy języka Python - naucz się kodować w Pythonie. Wyświetlanie tekstu. Zmienne i operacje. Listy i tablice. Instrukcje warunkowe if. Pętle for i while. Funkcje. Klasy i obiekty. Podsumowanie. Rozdział 4. Podstawowe techniki AI. Co to jest uczenie ze wzmacnianiem? Pięć zasad Reinforcement Learning. Podsumowanie. Rozdział 5. Twój pierwszy model AI - uważaj na bandytów! Problem wielorękiego bandyty. Model próbkowania Thompsona. Podsumowanie. Rozdział 6. AI w sprzedaży i reklamie - sprzedawaj jak Wilk z AI Street. Problem do rozwiązania. Budowanie środowiska do przeprowadzenia symulacji. Rozwiązanie AI i odświeżenie umysłu. Implementacja. Podsumowanie. Rozdział 7. Witamy w Q-learningu. Labirynt. Cały proces Q-learningu. Podsumowanie. Rozdział 8. AI w logistyce - roboty w magazynie. Budowanie środowiska. Implementacja. Podsumowanie. Rozdział 9. Zostań ekspertem od sztucznego mózgu - głębokie Q-learning. Przewidywanie cen domów. Teoria głębokiego uczenia. Jak działają sieci neuronowe? Głębokie uczenie. Podsumowanie. Rozdział 10. Sztuczna inteligencja dla pojazdów autonomicznych - zbuduj samochód samojezdny. Budowanie środowiska. Przypomnienie rozwiązania AI. Implementacja. Prezentacja. Podsumowanie. Rozdział 11. AI dla biznesu - minimalizuj koszty dzięki głębokiemu Q-learningowi. Problem do rozwiązania. Budowanie środowiska. Rozwiązanie AI. Demo. Podsumowanie - ogólny schemat AI. Podsumowanie. Rozdział 12. Głębokie konwolucyjne Q-learning. Do czego służą sieci CNN? Jak działają CNN? Głębokie konwolucyjne Q-learning. Podsumowanie. Rozdział 13. AI dla gier wideo - zostań mistrzem Snake'a. Problem do rozwiązania. Tworzenie środowiska. Rozwiązanie AI. Implementacja. Demo. Podsumowanie. Rozdział 14. Podsumowanie. Podsumowanie - ogólny schemat AI. Odkrywanie, co czeka Cię dalej w AI.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Brak okładki
Książka
W koszyku
Internet w społeczeństwie informacyjnym. Podstawowe problemy Internetu : praca zbiorowa / pod red. Andrzej Grzywak. - Warszawa : Wydawnictwa Naukowo-Techniczne, 2004. - 303 s. : rys., tab. ; 24 cm.
1. Podstawowe problemy informatyki i sieci komputerowych: Nanosystemy informatyki w nanotechnologiach molekularnych; Konwergencja sieci teleinformatycznych i problem jakości usług; Kwantowe przesyłanie informacji Mechanizmy zapewnienia jakości usług w sieci Internet; Architektura oparta o sieć Internet/Internet w przemysłowych systemach wizualizacji; Badania symulacyjne pakietowych sieci optycznych o dowolnych topologiach; Nanotechnologie i nanoinformatyka w Europie i na świecie. 2. Rozwój zastosowań Internetu: Zastosowanie metod sztucznej inteligencji w Internecie; Badania i pomiary Internetu dla potrzeb gospodarki elektronicznej. Wybrane problemy i rozwiązania; Technologie internetowe w sterowaniu i monitoringu procesów technologicznych; Dostęp do usług katalogowych z wykorzystaniem języka XML w aplikacjach WWW; Skalowana kompresja wideo na potrzeby transmisji sieciowych; Rozszerzenie możliwości języka SQL dla potrzeb analizy zasobów Internetowych; Pakietowy przesył danych w telefonii komórkowej; Technologie wspierające procesy wyszukiwania informacji w przyszłej sieci WWW. 3. Zastosowanie sieci Internetu a problem bezpieczeństwa informacji: Bezpieczeństwo sieci akademickiej; Bezpieczeństwo teleinformatyczne usług pocztowych nowych technologii; Zagrożenie prywatności w technologii WWW; Adaptacyjny System detekcji intruzów; Autoryzowany dostęp do stron internetowych z wykorzystaniem kart elektronicznych; Implementacja infrastruktury klucza publicznego w ramach Internetu; Biometryczne metody uwierzytelniania użytkowników serwisów internetowych; Badanie zabezpieczeń sieci WLAN; Monitorowanie sieci komputerowych; Uwierzytelnianie użytkowników w Internecie oparte na analizie sposobu pisania na klawiaturze; Wydajne sygnatury aktów dla sieciowych systemów wykrywania włamań; Dynamika relacji zaufania i jej modelowanie w systemach teleinformatycznych; Przestępczość komputerowa.
dostępna w czytelni
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)
Brak okładki
Książka
W koszyku
Bio-Algorithms and Med-Systems. 2005 Vol.1 Nr 1/2 / Uniwersytet Jagielloński. - Kraków : Księgarnia Akademicka, 2005. - 383, [2] s. il., rys., tab., wykr. ; 29 cm.
1. Sztuczna inteligencja. 2. Biocybernetyka. 3. Bioinformatyka. 4. Inżynieria biomedyczna. 5. Modelowanie i symulacja. 6. Rozpoznawanie wzorów. 7. Telemedycyna. 8. Filozofia.
dostępna w czytelni
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 61 (1 egz.)
Brak okładki
Książka
W koszyku
Deep learning dla programistów : budowanie aplikacji AI za pomocą fastai i PyTorch / Jeremy Howard, Sylvain Gugger ; [tłum. Jacek Janusz]. - Gliwice : Helion S.A. , cop. 2021. - 358, [6] s. : fot., rys., wykresy, wzory ; 24 cm.
Forma i typ
Książki
Gatunek
Podręcznik
Opinie o książce; Wstęp: Dla kogo jest przeznaczona ta książka?; Co musisz wiedzieć?; Czego się nauczysz dzięki tej książce?; Przedmowa; Część I. Uczenie głębokie w praktyce; Rozdział 1. Podróż po świecie uczenia głębokiego: Uczenie głębokie jest dla każdego; Sieci neuronowe krótka historia; Kim jesteśmy?; Jak zdobyć wiedzę o uczeniu głębokim?; Twoje projekty i Twój sposób myślenia; Oprogramowanie: PyTorch, fastai i Jupyter (i dlaczego nie ma to znaczenia); Twój pierwszy model; Uzyskanie dostępu do serwera z procesorem graficznym i możliwością realizowania uczenia głębokiego; Uruchomienie pierwszego notatnika; Co to jest uczenie maszynowe?; Co to jest sieć neuronowa?; Trochę słownictwa związanego z uczeniem głębokim; Ograniczenia związane z uczeniem maszynowym; Jak działa nasz program do rozpoznawania obrazów; Czego nauczył się program do rozpoznawania obrazów?; Systemy do rozpoznawania obrazów mogą radzić sobie z zadaniami innymi niż analiza obrazów; Podsumowanie słownictwa; Uczenie głębokie to nie tylko klasyfikowanie obrazów; Zbiory walidacyjne i testowe; Użycie oceny w definiowaniu zbiorów testowych; Moment, w którym wybierasz swoją własną przygodę; Pytania; Dalsze badania; Rozdział 2. Od modelu do produkcji: Praktyczne zastosowanie uczenia głębokiego; Rozpoczęcie projektu; Stan uczenia głębokiego; Widzenie komputerowe; Dokumenty tekstowe (przetwarzanie języka naturalnego); Łączenie tekstu z obrazami; Dane tabelaryczne; Systemy rekomendacji; Inne typy danych; Metoda układu napędowego; Gromadzenie danych; Od danych do obiektu DataLoaders; Generowanie sztucznych danych; Trenowanie modelu i używanie go do czyszczenia danych; Przekształcanie modelu w aplikację internetową; Korzystanie z modelu do wnioskowania; Tworzenie w notatniku aplikacji na podstawie modelu; Zamień notatnik w prawdziwą aplikację; Wdrażanie aplikacji; Jak uniknąć katastrofy; Nieprzewidziane konsekwencje i pętle sprzężenia zwrotnego; Zapisuj!; Pytania; Dalsze badania; Rozdział 3. Etyka danych: Kluczowe przykłady etyki danych; Błędy i regresja: wadliwy algorytm używany do świadczeń opieki zdrowotnej; Pętle sprzężenia zwrotnego: system rekomendacji YouTube; Uprzedzenie: wykładowca Latanya Sweeney aresztowana; Dlaczego ma to znaczenie?; Integracja uczenia maszynowego z projektowaniem produktu; Zagadnienia związane z etyką danych; Regres i odpowiedzialność; Pętle sprzężenia zwrotnego; Uprzedzenie; Uprzedzenie historyczne; Uprzedzenie pomiarowe; Uprzedzenie agregacyjne; Uprzedzenie reprezentacyjne; Rozwiązywanie problemów związanych z różnymi rodzajami uprzedzeń; Dezinformacja; Identyfikowanie i rozwiązywanie problemów etycznych; Przeanalizuj projekt, nad którym pracujesz; Procesy do zaimplementowania; Pryzmat etyczny; Potęga różnorodności; Uczciwość, odpowiedzialność i przejrzystość; Rola polityki; Skuteczność przepisów; Prawa i polityka; Samochody historyczny precedens; Wnioski; Pytania; Dalsze badania; Uczenie głębokie w praktyce to wszystko!; Część II. Zrozumienie aplikacji fastai: Rozdział 4. Jak to wygląda od środka trenowanie klasyfikatora cyfr: Piksele podstawa widzenia komputerowego; Podejście pierwsze: podobieństwo pikseli; Tablice NumPy i tensory PyTorch; Wyznaczanie wskaźników z wykorzystaniem rozgłaszania; Stochastyczny spadek wzdłuż gradientu; Wyznaczanie gradientów; Stopniowanie ze współczynnikiem uczenia; Kompleksowy przykład użycia stochastycznego spadku wzdłuż gradientu; Etap 1.: inicjalizacja parametrów; Etap 2.: obliczanie prognoz; Etap 3.: obliczanie straty; Etap 4.: obliczanie gradientów; Etap 5.: stopniowanie wag; Etap 6.: powtórzenie procesu; Etap 7.: koniec; Podsumowanie procesu stochastycznego spadku wzdłuż gradientu; Funkcja straty MNIST; Sigmoida; Stochastyczny spadek wzdłuż gradientu i minipaczki; Złożenie wszystkiego w całość; Tworzenie optymalizatora; Wprowadzanie nieliniowości; Bardziej rozbudowane modele; Podsumowanie słownictwa; Pytania; Dalsze badania; Rozdział 5. Klasyfikowanie obrazów: Od psów i kotów do ras zwierząt domowych; Dobór wstępny; Sprawdzanie i debugowanie obiektu DataBlock; Entropia krzyżowa; Przeglądanie aktywacji i etykiet; Softmax; Logarytm prawdopodobieństwa; Obliczanie logarytmu; Interpretacja modelu; Poprawianie modelu; Wyszukiwarka współczynnika uczenia; Odmrażanie i uczenie transferowe; Dyskryminatywne współczynniki uczenia; Wybór liczby epok; Bardziej złożone architektury; Podsumowanie; Pytania; Dalsze badania; Rozdział 6. Inne zagadnienia związane z widzeniem komputerowym: Klasyfikacja wieloetykietowa; Dane; Tworzenie obiektu DataBlock; Binarna entropia krzyżowa; Regresja; Gromadzenie danych; Trenowanie modelu; Podsumowanie; Pytania; Dalsze badania; Rozdział 7. Trenowanie supernowoczesnego modelu: Imagenette; Normalizacja; Progresywna zmiana rozmiaru; Wydłużenie czasu testu; Mixup; Wygładzanie etykiet; Podsumowanie; Pytania; Dalsze badania; Rozdział 8. Szczegółowa analiza filtrowania zespołowego: Pierwszy kontakt z danymi; Czynniki ukryte; Tworzenie obiektu DataLoaders; Filtrowanie zespołowe od podstaw; Wygaszanie wag; Tworzenie własnego modułu osadzania; Interpretacja osadzeń i przesunięć; Użycie aplikacji fastai.collab; Odległość osadzania; Uruchamianie modelu filtrowania zespołowego; Uczenie głębokie w filtrowaniu zespołowym; Podsumowanie; Pytania; Dalsze badania; Rozdział 9. Szczegółowa analiza modelowania tabelarycznego: Osadzenia skategoryzowane; Poza uczeniem głębokim; Zbiór danych; Konkursy Kaggle; Sprawdzenie danych; Drzewa decyzyjne; Obsługa dat; Użycie obiektów TabularPandas i TabularProc; Tworzenie drzewa decyzyjnego; Zmienne skategoryzowane; Lasy losowe; Tworzenie lasu losowego; Błąd out-of-bag; Interpretacja modelu; Wariancja drzewa dla pewności prognozy; Ważności cech; Usuwanie zmiennych o niskiej ważności; Usuwanie zbędnych cech; Częściowa zależność; Wyciek danych; Interpreter drzewa; Ekstrapolacja i sieci neuronowe; Problem ekstrapolacji; Wyszukiwanie danych spoza domeny; Użycie sieci neuronowej; Łączenie w zespoły; Wzmacnianie; Łączenie osadzeń z innymi metodami; Podsumowanie; Pytania; Dalsze badania; Rozdział 10. Szczegółowa analiza przetwarzania języka naturalnego rekurencyjne sieci neuronowe: Wstępne przetwarzanie tekstu; Tokenizacja; Tokenizacja słów przy użyciu biblioteki fastai; Tokenizacja podłańcuchów; Zamiana na liczby przy użyciu biblioteki fastai; Umieszczanie tekstu w paczkach dla modelu językowego; Trenowanie klasyfikatora tekstu; Użycie klasy DataBlock w modelu językowym; Dostrajanie modelu językowego; Zapisywanie i wczytywanie modeli; Generowanie tekstu; Tworzenie klasyfikatora DataLoaders; Dostrajanie klasyfikatora; Dezinformacja i modele językowe; Podsumowanie; Pytania; Dalsze badania; Rozdział 11. Przygotowywanie danych dla modeli za pomocą interfejsu API pośredniego poziomu z biblioteki fastai: Szczegółowa analiza warstwowego interfejsu programistycznego biblioteki fastai; Transformacje; Tworzenie własnej transformacji; Klasa Pipeline potoku transformacji; TfmdLists i Datasets kolekcje przekształcone; TfmdLists; Datasets; Zastosowanie interfejsu API pośredniego poziomu SiamesePair; Podsumowanie; Pytania; Dalsze badania; Zrozumienie aplikacji fastai podsumowanie; Część III. Podstawy uczenia głębokiego: Rozdział 12. Tworzenie od podstaw modelu językowego: Dane; Tworzenie od podstaw pierwszego modelu językowego; Obsługa modelu językowego w bibliotece PyTorch; Pierwsza rekurencyjna sieć neuronowa; Ulepszanie sieci RNN; Obsługa stanu sieci RNN; Tworzenie większej liczby sygnałów; Wielowarstwowe rekurencyjne sieci neuronowe; Model; Eksplodujące lub zanikające aktywacje; Architektura LSTM; Tworzenie modelu LSTM od podstaw; Trenowanie modelu językowego wykorzystującego architekturę LSTM; Regularyzacja modelu LSTM; Dropout; Regularyzacja aktywacji i czasowa regularyzacja aktywacji; Trening regularyzowanego modelu LSTM z wiązanymi wagami; Podsumowanie; Pytania; Dalsze badania; Rozdział 13. Konwolucyjne sieci neuronowe: Magia konwolucji; Odwzorowywanie jądra splotu; Konwolucje w bibliotece PyTorch; Kroki i dopełnienie; Zrozumienie równań konwolucji; Pierwsza konwolucyjna sieć neuronowa; Tworzenie konwolucyjnej sieci neuronowej; Zrozumienie arytmetyki konwolucji; Pola receptywne; Kilka uwag o Twitterze; Obrazy kolorowe; Ulepszanie stabilności trenowania; Prosty model bazowy; Zwiększenie wielkości paczki; Trenowanie jednocykliczne; Normalizacja wsadowa; Podsumowanie; Pytania; Dalsze badania; Rozdział 14. Sieci ResNet: Powrót do Imagenette; Tworzenie nowoczesnej konwolucyjnej sieci neuronowej ResNet; Pomijanie połączeń; Model sieci ResNet na poziomie światowym; Warstwy z wąskim gardłem; Podsumowanie; Pytania; Dalsze badania; Rozdział 15. Szczegółowa analiza architektur aplikacji: Widzenie komputerowe; Funkcja cnn_learner; Funkcja unet_learner; Model syjamski; Przetwarzanie języka naturalnego; Dane tabelaryczne; Podsumowanie; Pytania; Dalsze badania; Rozdział 16. Proces trenowania: Tworzenie modelu bazowego; Ogólny optymalizator; Momentum; RMSProp; Adam; Dwie metody wygaszania wag; Wywołania zwrotne; Tworzenie wywołania zwrotnego; Kolejność wywołań zwrotnych i wyjątki; Podsumowanie; Pytania; Dalsze badania; Podstawy uczenia głębokiego podsumowanie; Część IV. Uczenie głębokie od podstaw: Rozdział 17. Sieć neuronowa od podstaw: Tworzenie od podstaw warstwy sieci neuronowej; Modelowanie neuronu; Mnożenie macierzy od podstaw; Arytmetyka składowych; Rozgłaszanie; Rozgłaszanie wartości skalarnej; Rozgłaszanie wektora na macierz; Zasady rozgłaszania; Konwencja sumacyjna Einsteina; Przejścia w przód i wstecz; Definiowanie i inicjalizowanie warstwy; Gradienty i przejście wstecz; Modyfikowanie modelu; Implementacja przy użyciu biblioteki PyTorch; Podsumowanie; Pytania; Dalsze badania; Rozdział 18. Interpretacja sieci CNN przy użyciu mapy aktywacji klas: Mapa aktywacji klas i punkty zaczepienia; Gradientowa mapa aktywacji klas; Podsumowanie; Pytania; Dalsze badania; Rozdział 19. Klasa Learner biblioteki fastai od podstaw: Dane; Klasa Dataset; Klasy Module i Parameter; Prosta konwolucyjna sieć neuronowa; Funkcja straty; Klasa Learner; Wywołania zwrotne; Harmonogram modyfikowania współczynnika uczenia; Podsumowanie; Pytania; Dalsze badania; Rozdział 20. Uwagi końcowe: Dodatek A. Tworzenie bloga; Blogowanie przy użyciu usługi GitHub Pages; Tworzenie repozytorium; Konfigurowanie strony głównej; Tworzenie wpisów; Synchronizowanie GitHuba z własnym komputerem; Tworzenie bloga za pomocą notatnika Jupytera; Dodatek B. Lista kontrolna projektu dotyczącego danych; Analitycy danych; Strategia; Dane; Analityka; Implementacja; Utrzymywanie; Ograniczenia; O autorach; Podziękowania; Kolofon.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Sztuczna inteligencja i uczenie maszynowe dla programistów : praktyczny przewodnik po sztucznej inteligencji / Laurence Moroney ; przekł. Jacek Janusz. - Gliwice : Helion S.A. , cop. 2021. - 348, [4] s. : il. ; 24 cm.
Gatunek
Podręcznik
CZĘŚĆ I. Tworzenie modeli. Rozdział 1. Wprowadzenie do biblioteki TensorFlow. Czym jest uczenie maszynowe? Ograniczenia programowania tradycyjnego. Od programowania do uczenia. Czym jest TensorFlow? Użycie platformy TensorFlow. Pierwsze kroki z uczeniem maszynowym. Podsumowanie. Rozdział 2. Wprowadzenie do widzenia komputerowego. Rozpoznawanie elementów odzieży. Neurony widzenia komputerowego. Projektowanie sieci neuronowej. Trenowanie sieci neuronowej. Analiza wyników modelu. Trenowanie przez dłuższy czas nadmierne dopasowanie. Zakończenie trenowania. Podsumowanie. Rozdział 3. Bardziej zaawansowane zagadnienie: wykrywanie cech w obrazach. Konwolucje. Pooling. Implementacja konwolucyjnych sieci neuronowych. Analiza sieci konwolucyjnej. Tworzenie konwolucyjnej sieci neuronowej rozróżniającej konie i ludzi. Generowanie dodatkowych obrazów. Uczenie transferowe. Klasyfikowanie wieloklasowe. Regularyzacja dropout. Podsumowanie. Rozdział 4. Korzystanie za pomocą biblioteki TensorFlow Datasets z publicznie dostępnych zbiorów danych. Pierwsze kroki z TFDS. Użycie biblioteki TFDS z modelami Keras. Użycie funkcji mapowania do generowania sztucznych danych. Korzystanie z niestandardowych podzbiorów. Czym jest TFRecord? Użycie procesu ETL do zarządzania danymi w TensorFlow. Podsumowanie. Rozdział 5. Wprowadzenie do przetwarzania języka naturalnego. Zamiana języka na liczby. Usuwanie słów nieinformatywnych i porządkowanie tekstu. Obsługa realnych źródeł danych. Podsumowanie. Rozdział 6. Programowa analiza emocji za pomocą osadzeń. Ustalanie znaczenia słów. Osadzenia w bibliotece TensorFlow. Wizualizacja osadzeń. Korzystanie ze wstępnie wytrenowanych osadzeń przy użyciu TensorFlow Hub. Podsumowanie. Rozdział 7. Użycie rekurencyjnych sieci neuronowych do przetwarzania języka naturalnego. Podstawy rekurencji. Zastosowanie rekurencji w przetwarzaniu języka naturalnego. Tworzenie klasyfikatora tekstu przy użyciu rekurencyjnych sieci neuronowych. Użycie wstępnie wytrenowanych osadzeń w rekurencyjnych sieciach neuronowych. Podsumowanie. Rozdział 8. Użycie biblioteki TensorFlow do generowania tekstu. Zamiana sekwencji na sekwencje wejściowe. Tworzenie modelu. Generowanie tekstu. Poszerzenie zbioru danych. Zmiana architektury modelu. Ulepszenie danych. Kodowanie oparte na znakach. Podsumowanie. Rozdział 9. Sekwencje i dane szeregów czasowych. Wspólne atrybuty szeregów czasowych. Metody prognozowania szeregów czasowych. Podsumowanie. Rozdział 10. Tworzenie modeli uczenia maszynowego do prognozowania sekwencji. Tworzenie okna zbioru danych. Tworzenie sieci DNN i jej trenowanie w celu dopasowania do danych sekwencji. Ocena wyników działania sieci DNN. Analiza ogólnej prognozy. Dostrajanie współczynnika uczenia. Dostrajanie hiperparametrów za pomocą narzędzia Keras Tuner. Podsumowanie. Rozdział 11. Użycie metod konwolucyjnych i rekurencyjnych w modelowaniu sekwencji. Użycie konwolucji z danymi sekwencyjnymi. Korzystanie z danych pogodowych NASA. Używanie sieci RNN do modelowania sekwencji. Użycie innych metod rekurencyjnych. Użycie dropoutu. Użycie dwukierunkowych sieci RNN. Podsumowanie. CZĘŚĆ II. Używanie modeli. Rozdział 12. Wprowadzenie do TensorFlow Lite. Czym jest TensorFlow Lite? Przykład: utworzenie modelu i przekonwertowanie go do formatu TensorFlow Lite. Przykład: wykorzystanie uczenia transferowego w klasyfikatorze obrazów i jego konwersja na format TensorFlow Lite. Przykład: wykorzystanie uczenia transferowego w klasyfikatorze obrazów. Podsumowanie. Rozdział 13. Użycie TensorFlow Lite w systemie Android. Czym jest Android Studio? Tworzenie pierwszej aplikacji opartej na TensorFlow Lite dla systemu Android. Coś więcej niż Witaj, świecie! przetwarzanie obrazów. Przykładowe aplikacje wykorzystujące bibliotekę TensorFlow Lite. Podsumowanie. Rozdział 14. Użycie TensorFlow Lite w systemie iOS. Tworzenie pierwszej aplikacji TensorFlow Lite za pomocą Xcode. Coś więcej niż Witaj, świecie! przetwarzanie obrazów. Przykładowe aplikacje wykorzystujące bibliotekę TensorFlow Lite. Podsumowanie. Rozdział 15. Wprowadzenie do TensorFlow.js. Czym jest TensorFlow.js? Instalowanie i używanie środowiska programistycznego Brackets. Tworzenie pierwszego modelu wykorzystującego bibliotekę TensorFlow.js. Tworzenie klasyfikatora irysów. Podsumowanie. Rozdział 16. Rozwiązywanie problemów z zakresu widzenia komputerowego za pomocą biblioteki TensorFlow.js. Uwagi dla programistów używających biblioteki TensorFlow dotyczące języka JavaScript. Tworzenie konwolucyjnej sieci neuronowej za pomocą języka JavaScript. Stosowanie wywołań zwrotnych do wizualizacji. Trenowanie za pomocą zbioru MNIST. Przeprowadzanie wnioskowania dla obrazów przy użyciu biblioteki TensorFlow.js. Podsumowanie. Rozdział 17. Konwersja modeli z Pythona do JavaScriptu i ponowne ich użycie. Konwersja modeli z Pythona do JavaScriptu. Użycie wcześniej przekonwertowanych modeli. Podsumowanie. Rozdział 18. Wykorzystanie uczenia transferowego w języku JavaScript. Uczenie transferowe przy użyciu biblioteki MobileNet. Uczenie transferowe przy użyciu repozytorium TensorFlow Hub. Użycie modeli z portalu TensorFlow.org. Podsumowanie. Rozdział 19. Wdrażanie modeli za pomocą usługi TensorFlow Serving. Czym jest TensorFlow Serving? Instalowanie systemu TensorFlow Serving. Tworzenie i udostępnianie modelu. Podsumowanie. Rozdział 20. Sztuczna inteligencja a etyka, uczciwość i prywatność. Uczciwość w procesie programowania. Uczciwość w procesie uczenia maszynowego. Narzędzia związane z kwestiami uczciwości. Uczenie federacyjne. Zasady firmy Google dotyczące sztucznej inteligencji. Podsumowanie. Rysunki.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (2 egz.)
Książka
W koszyku
Systemy informatyczne zarządzania : klasyfikacja i charakterystyka systemów / Włodzimierz Jerzy Jabłoński, Witold Bartkiewicz. - Bydgoszcz : Kujawsko-Pomorska Szkoła Wyższa w Bydgoszczy, 2006. - 111 s. : rys. ; 24 cm.
1. Charakterystyka systemu informacyjnego przedsiębiorstwa. 2. Systemy transakcyjne. 3. Systemy informacyjne zarządzania (MIS). 4. Systemy wspomagania decyzji (DSS). 5. Systemy sztucznej inteligencji. 6. Zintegrowane systemy informatyczne.
dostępna do wypożyczenia
Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 658.1/.5 (1 egz.)
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 658.1/.5 (1 egz.)
Książka
W koszyku
Algorytmy sztucznej inteligencji : ilustrowany przewodnik / Rishal Hurbans ; przekład: Tomasz Walczak - Gliwice : Helion , cop. 2021. - XXIII, [1], 335 s. : il., wykresy ; 23 cm.
Gatunek
Opracowanie
1. Intuicyjne omówienie sztucznej inteligencji Czym jest sztuczna inteligencja? Krótka historia sztucznej inteligencji. Rodzaje problemów i modele ich rozwiązywania. Intuicyjne omówienie zagadnień z obszaru sztucznej inteligencji. Zastosowania algorytmów sztucznej inteligencji. 2. Podstawy przeszukiwania. Czym jest planowanie i przeszukiwanie? Koszt obliczeń - powód stosowania inteligentnych algorytmów. Jakie problemy można rozwiązywać za pomocą algorytmów przeszukiwania? Reprezentowanie stanu - tworzenie platformy do reprezentowania przestrzeni problemowej i rozwiązań. Przeszukiwanie siłowe - szukanie rozwiązań po omacku. Przeszukiwanie wszerz - najpierw wszerz, potem w głąb. Przeszukiwanie w głąb - najpierw w głąb, potem wszerz. Zastosowania siłowych algorytmów przeszukiwania. Opcjonalne informacje - rodzaje grafów. Opcjonalne informacje - inne sposoby reprezentowania grafów. 3. Inteligentne przeszukiwanie. Definiowanie heurystyk - projektowanie hipotez opartych na wiedzy. Przeszukiwanie sterowane - szukanie rozwiązań z wykorzystaniem wskazówek. Przeszukiwanie antagonistyczne - szukanie rozwiązań w zmiennym środowisku. 4. Algorytmy ewolucyjne. Czym jest ewolucja? Problemy, jakie można rozwiązywać za pomocą algorytmów ewolucyjnych. Algorytm genetyczny - cykl życia. Kodowanie przestrzeni rozwiązań. Tworzenie populacji rozwiązań. Pomiar przystosowania osobników w populacji. Wybór rodziców na podstawie przystosowania. Generowanie osobników na podstawie rodziców. Tworzenie populacji następnego pokolenia. Konfigurowanie parametrów algorytmu genetycznego. Zastosowania algorytmów ewolucyjnych. 5. Zaawansowane techniki ewolucyjne. Cykl życia algorytmu ewolucyjnego. Różne strategie selekcji. Kodowanie z użyciem liczb rzeczywistych. Kodowanie porządkowe - korzystanie z sekwencji. Kodowanie za pomocą drzewa - praca z hierarchiami. Często spotykane rodzaje algorytmów ewolucyjnych. Słowniczek pojęć związanych z algorytmami ewolucyjnymi. Inne zastosowania algorytmów ewolucyjnych. 6. Inteligencja rozproszona: mrówki. Czym jest inteligencja rozproszona? Problemy dostosowane do algorytmu mrówkowego. Reprezentowanie stanu - jak zapisać ścieżki i mrówki? Cykl życia algorytmu mrówkowego. Zastosowania algorytmu mrówkowego. 7. Inteligencja rozproszona: cząstki. Na czym polega optymalizacja rojem cząstek? Problemy optymalizacyjne - bardziej techniczne spojrzenie. Problemy, jakie można rozwiązać za pomocą optymalizacji rojem cząstek. Reprezentowanie problemu - jak wyglądają cząstki? Przebieg działania algorytmu optymalizacji rojem cząstek. Zastosowania algorytmów optymalizacji rojem cząstek. 8. Uczenie maszynowe. Czym jest uczenie maszynowe? Problemy, jakie można rozwiązywać za pomocą uczenia maszynowego. Przebieg uczenia maszynowego. Klasyfikowanie z użyciem drzew decyzyjnych. Inne popularne algorytmy uczenia maszynowego. Zastosowania algorytmów uczenia maszynowego. 9. Sztuczne sieci neuronowe. Czym są sztuczne sieci neuronowe? Perceptron: reprezentacja neuronu. Definiowanie sieci ANN. Propagacja w przód - używanie wyuczonej sieci ANN. Propagacja wsteczna - uczenie sieci ANN. Możliwe funkcje aktywacji. Projektowanie sztucznych sieci neuronowych. Typy i zastosowania sieci ANN. 10. Uczenie przez wzmacnianie z użyciem algorytmu Q-learning. Czym jest uczenie przez wzmacnianie? Problemy rozwiązywane za pomocą uczenia przez wzmacnianie. Przebieg uczenia przez wzmacnianie. Deep learning w uczeniu przez wzmacnianie. Zastosowania uczenia przez wzmacnianie.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)
Brak okładki
Książka
W koszyku
Efektywne zarządzania a sztuczna inteligencja / pod red. Andrzej Baborski. - Wrocław : Akademia Ekonomiczna we Wrocławiu, 1994. - 106, [1] s. : rys., tab., wykr. ; 24 cm.
Forma i typ
Książki
Gatunek
Praca zbiorowa
Problemy efektywnego zarządzania; Istota zarządzania i procesy zarządzania; Zarządzanie jako przetwarzanie informacji; Zarządzanie a wiedza; Systemy sztucznej inteligencji; Wybrane problemy budowy i funkcjonowania systemów ekspertowych; Pojęcie systemu ekspertowego; Wiedza i jej reprezentacja; Pozyskiwanie wiedzy w systemach zarządzania; Wykorzystywanie szeregów czasowych jako źródła wiedzy systemów ekspertowych; Systemy ekspertowe wspomagające zarządzanie; Kierunki zastosowań systemów ekspertowych w zarządzaniu; Konfigurowanie systemu komputerowego na przykładzie systemu XCON; Harmonogramowanie zadań produkcyjnych na przykładzie systemu ISIS; Tendencje rozwojowe sztucznej inteligencji; Odkrywanie wiedzy w systemach informatycznych zarządzania; Systemy wnioskujące na podstawie przypadków; Istota systemu tablicowego.
dostępna w czytelni
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 004 (1 egz.)
Brak okładki
Książka
W koszyku
Nieodkryci : przywódcy współczesnej etyki biznesu / Robert Sroka. - Warszawa : Poltext, 2021. - 405 s. ; 24 cm.
(Biznes)
(Etyka)
Autor
Sroka Robert
Gatunek
Opracowanie
Dedykacja; Wprowadzenie; Rozdział 1. Aktualne wyzwania rynkowe i społeczne dla etyki biznesu: Megatrendy społeczno-gospodarcze i ich wpływ na sposób wyznaczania standardów etyki biznesu; Sztuczna inteligencja i przemysł 4.0; Znikające i pojawiające się zawody oraz związane z tym zjawiskiem dylematy moralne; Problemy z nowymi modelami biznesowymi; Gospodarka w obiegu zamkniętym i zmiany klimatyczne; Nierozwiązane problemy z outsourcingiem; Odpowiedzialne inwestowanie; Elektromobilność i smog; Wpływ zmian w postrzeganiu koncepcji państwa narodowego na etykę biznesu; Podsumowanie. Rozdział 2. Branże i orga­nizacje branżowe: Organizacje branżowe oraz samoregulacja biznesowa w literaturze międzynarodowej; Metoda prowadzenia badań; Poziomy gospodarki; Teoria struktury i definicja branży; Podstawy prawne i charakterystyka orga­nizacji branżowych; Etyka biznesu w dokumentach formalnych organizacji pracodawców; Zagadnienia etyczne w pozostałych zrzeszeniach biznesowych; Podsumowanie. Rozdział 3. Zasada pomocniczości jako fundament definiujący powinności i możliwości organizacji branżowych: Zasada pomocniczości i orga­nizacje branżowe – uwagi wstępne; Historia zasady subsydiarności; Powrót do idei subsydiarności; Rozumienie pomocniczości; Społeczna rola zasady subsydiarności; Znaczenie zasady pomocniczości w Unii Europejskiej i w Polsce; Personalistyczne ramy dla stosowania zasady pomocniczości na rynku; Problem precyzji zasady pomocniczości; Zasada pomocniczości a rola orga­nizacji branżowych. Rozdział 4. Organizacje branżowe jako krytyk społeczny i zbiorowy przywódca: Krytyka społeczna; Znaczenie wspólnoty dla krytyki społecznej; Problem różnicy, pluralizmu i relatywizmu w krytyce społecznej; Model krytyka społecznego Michaela Walzera; Metoda interpretacji; Uwagi na temat filozofii hermeneutycznej; Aspekty metody interpretacji Michaela Walzera; Ograniczenia orga­nizacji branżowych jako krytyka społecznego; Główne argumenty za organizacjami branżowymi jako krytykiem społecznym. Rozdział 5. Samoregulacja branżowa narzędziem do wyznaczania standardów etyki biznesu: Samoregulacja – uwagi wstępne; Psychologiczne aspekty samoregulacji; Samoregulacja zawodowa inspiracją samoregulacji branżowej; Definicje i klasyfikacje samoregulacji; Samoregulacja w polityce Unii Europejskiej; Cechy skutecznej samoregulacji; Motywy i korzyści wdrażania samoregulacji; Samoregulacja jako przejaw realizacji soft law w gospodarce? Rozdział 6. Model samoregulacji branżowej: Etap 1 – Identyfikacja wyzwania moralnego będącego przedmiotem samoregulacji; Etap 2 – Ocena możliwości realizacji skutecznej samoregulacji; Etap 3 – Zaangażowanie interesariuszy; Etap 4 – Kodeks etyki; Etap 5 – Infrastruktura samoregulacji etycznej; Etap 6 – Rewizja samoregulacji; Zakończenie; Bibliografia.
dostępna do wypożyczenia
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 17 (1 egz.)
Wyprowadzać dodatkowo:
sygnatury
identyfikatory
hasła przedmiotowe
lokalizacja
streszczenia
numer ISBN
hasło sortowania
adres wersji elektronicznej
rozmieszczenie egzemplarzy
opis fizyczny
Sortowanie zestawienia:
Sortowanie pozycji zestawienia:
Sortowanie pozycji zestawienia:
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej