Sieci neuronowe
Sortowanie
Źródło opisu
Książki
(10)
Forma i typ
Książki
(10)
Publikacje fachowe
(2)
Dostępność
dostępne
(8)
tylko na miejscu
(6)
Placówka
Wypożyczalnia
(8)
Czytelnia
(6)
Autor
Rutkowski Leszek
(2)
Gajda Jan B
(1)
Géron Aurélien
(1)
Hurbans Rishal
(1)
Kiełtyka Leszek
(1)
Korol Tomasz
(1)
Prusak Błażej
(1)
Sawka Krzysztof
(1)
Siemieniuk Nina
(1)
Walczak Tomasz
(1)
Zieliński Jerzy S
(1)
Rok wydania
2020 - 2024
(2)
2000 - 2009
(8)
Okres powstania dzieła
2001-
(1)
Kraj wydania
Polska
(10)
Język
polski
(10)
Temat
Przedsiębiorstwo
(1424)
Zarządzanie
(674)
Unia Europejska
(641)
Polska
(633)
Samorząd terytorialny
(532)
Sieci neuronowe
(-)
Środki masowego przekazu
(426)
Kadry
(417)
Marketing
(414)
Gospodarka
(406)
Banki
(383)
Organizacja
(370)
Prawo pracy
(358)
Internet
(351)
Komunikacja społeczna
(333)
Globalizacja
(321)
Integracja europejska
(317)
Prawo
(310)
Nauczanie początkowe
(298)
Postępowanie administracyjne
(284)
Dziecko
(281)
Polityka
(263)
Rodzina
(261)
Prawa człowieka
(256)
Prawo administracyjne
(252)
Praca
(247)
Unia Europejska (UE)
(244)
Prawo cywilne
(243)
Zarządzanie strategiczne
(243)
Pedagogika
(242)
Administracja
(241)
Finanse
(237)
Prawo karne
(237)
Język angielski
(236)
Szkolnictwo
(235)
Podatek
(234)
Kultura
(233)
Nauczyciele
(233)
Państwo
(232)
Psychologia
(232)
Polityka społeczna
(230)
Finanse publiczne
(225)
Rachunkowość
(218)
Społeczeństwo
(218)
Innowacje
(215)
Socjologia
(214)
Nauczanie
(211)
Szkolnictwo wyższe
(211)
Reklama
(210)
Zarządzanie jakością
(210)
Opieka społeczna
(209)
Wychowanie
(209)
Rynek pracy
(206)
Budżety terenowe
(201)
Kobieta
(200)
Menedżerowie
(199)
Nauczanie zintegrowane
(199)
Młodzież
(198)
Nieruchomości
(194)
Konkurencja
(193)
Public relations
(192)
Prawo międzynarodowe
(191)
Prawo wspólnotowe europejskie
(191)
Przedsiębiorstwa małe i średnie
(191)
Osobowość
(186)
Konsumenci (ekon.)
(182)
Zatrudnienie
(181)
Bezrobocie
(179)
Społeczeństwo informacyjne
(178)
Ochrona środowiska
(176)
Prawo karne procesowe
(176)
Rynek finansowy
(175)
Rynek kapitałowy
(173)
Prawo Unii Europejskiej
(169)
Prawo gospodarcze
(165)
Umowa
(157)
Filozofia
(155)
Kształcenie
(155)
Logistyka gospodarcza
(149)
Turystyka
(149)
Sądownictwo
(148)
Zarządzanie wiedzą
(146)
Decyzje
(145)
Papiery wartościowe
(145)
Polityka międzynarodowa
(145)
Oświata
(144)
Ubezpieczenia społeczne
(143)
Demokracja
(140)
Stosunki interpersonalne
(138)
Płaca
(136)
Służba zdrowia
(135)
Psychologia społeczna
(134)
Postępowanie cywilne
(132)
Prawo konstytucyjne
(132)
Terroryzm
(132)
Inwestycje
(131)
Prawo autorskie
(128)
Język polski
(125)
Motywacja pracy
(119)
Samorząd gminny
(119)
Zarządzanie zasobami ludzkimi (HRM)
(118)
Gatunek
Opracowanie
(1)
Podręcznik
(1)
Dziedzina i ujęcie
Informatyka i technologie informacyjne
(2)
10 wyników Filtruj
Książka
W koszyku
(Academia Oeconomica)
R.1 Symulacja, R.2 Symulacja zdarzeń dyskretnych, R.3 Symulacja modeli ciągłych, R.4 Prognozowanie - podsta wowe pojęcia, R.5 Prognozowanie z modeli strukturalnyc h, R.6 Prognozowanie przy wykorzystaniu modeli niestru kturalnych, R.7 Sztuczne sieci neuronowe w prognozowa niu, R.8 Przegląd najważniejszych rozkładów, R.9 Pods tawy technik opracowania wyników symulacji
Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 338 (2 egz.)
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 338 (1 egz.)
Książka
W koszyku
Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow / Aurélien Géron ; tłum. Krzysztof Sawka. - Wydanie 2 - aktualizacja do modułu TensorFlow 2. - Gliwice : Helion S.A. , cop. 2020. - 764, [4] s. : rys., wykresy, wzory ;
CZĘŚĆ I. PODSTAWY UCZENIA MASZYNOWEGO. 1. Krajobraz uczenia maszynowego. Czym jest uczenie maszynowe? Dlaczego warto korzystać z uczenia maszynowego? Przykładowe zastosowania. Rodzaje systemów uczenia maszynowego. Główne problemy uczenia maszynowego. Testowanie i ocenianie. Ćwiczenia. 2. Nasz pierwszy projekt uczenia maszynowego. Praca z rzeczywistymi danymi. Przeanalizuj całokształt projektu. Zdobądź dane. Odkrywaj i wizualizuj dane, aby zdobywać nowe informacje. Przygotuj dane pod algorytmy uczenia maszynowego. Wybór i uczenie modelu. Wyreguluj swój model. Uruchom, monitoruj i utrzymuj swój system. Teraz Twoja kolej! Ćwiczenia. 3. Klasyfikacja. Zbiór danych MNIST. Uczenie klasyfikatora binarnego. Miary wydajności. Klasyfikacja wieloklasowa. Analiza błędów. Klasyfikacja wieloetykietowa. Klasyfikacja wielowyjściowa. Ćwiczenia. 4. Uczenie modeli. Regresja liniowa. Gradient prosty. Regresja wielomianowa. Krzywe uczenia. Regularyzowane modele liniowe. Regresja logistyczna. Ćwiczenia. 5. Maszyny wektorów nośnych. Liniowa klasyfikacja SVM. Nieliniowa klasyfikacja SVM. Regresja SVM. Mechanizm działania. Ćwiczenia. 6. Drzewa decyzyjne. Uczenie i wizualizowanie drzewa decyzyjnego. Wyliczanie prognoz. Szacowanie prawdopodobieństw przynależności do klas. Algorytm uczący CART. Złożoność obliczeniowa. Wskaźnik Giniego czy entropia? Hiperparametry regularyzacyjne. Regresja. Niestabilność. Ćwiczenia. 7. Uczenie zespołowe i losowe lasy. Klasyfikatory głosujące. Agregacja i wklejanie. Rejony losowe i podprzestrzenie losowe. Losowe lasy. Wzmacnianie. Kontaminacja. Ćwiczenia. 8. Redukcja wymiarowości. Klątwa wymiarowości. Główne strategie redukcji wymiarowości. Analiza PCA. Jądrowa analiza PCA. Algorytm LLE. Inne techniki redukowania wymiarowości. Ćwiczenia. 9. Techniki uczenia nienadzorowanego. Analiza skupień. Mieszaniny gaussowskie. Ćwiczenia. CZĘŚĆ II. SIECI NEURONOWE I UCZENIE GŁĘBOKIE. 10. Wprowadzenie do sztucznych sieci neuronowych i ich implementacji z użyciem interfejsu Keras. Od biologicznych do sztucznych neuronów. Implementowanie perceptronów wielowarstwowych za pomocą interfejsu Keras. Dostrajanie hiperparametrów sieci neuronowej. Ćwiczenia. 11. Uczenie głębokich sieci neuronowych. Problemy zanikających/eksplodujących gradientów. Wielokrotne stosowanie gotowych warstw. Szybsze optymalizatory. Regularyzacja jako sposób zapobiegania przetrenowaniu. Podsumowanie i praktyczne wskazówki. Ćwiczenia. 12. Modele niestandardowe i uczenie za pomocą modułu TensorFlow. Krótkie omówienie modułu TensorFlow. Korzystanie z modułu TensorFlow jak z biblioteki NumPy. Dostosowywanie modeli i algorytmów uczenia. Funkcje i grafy modułu TensorFlow. Ćwiczenia. 13. Wczytywanie i wstępne przetwarzanie danych za pomocą modułu TensorFlow. Interfejs danych. Format TFRecord. Wstępne przetwarzanie cech wejściowych. TF Transform. Projekt TensorFlow Datasets (TFDS). Ćwiczenia. 14. Głębokie widzenie komputerowe za pomocą splotowych sieci neuronowych. Struktura kory wzrokowej. Warstwy splotowe. Warstwa łącząca. Architektury splotowych sieci neuronowych. Implementacja sieci ResNet-34 za pomocą interfejsu Keras. Korzystanie z gotowych modeli w interfejsie Keras. Gotowe modele w uczeniu transferowym. Klasyfikowanie i lokalizowanie. Wykrywanie obiektów. Segmentacja semantyczna. Ćwiczenia. 15. Przetwarzanie sekwencji za pomocą sieci rekurencyjnych i splotowych. Neurony i warstwy rekurencyjne. Uczenie sieci rekurencyjnych. Prognozowanie szeregów czasowych. Obsługa długich sekwencji. Ćwiczenia. 16. Przetwarzanie języka naturalnego za pomocą sieci rekurencyjnych i mechanizmów uwagi. Generowanie tekstów szekspirowskich za pomocą znakowej sieci rekurencyjnej. Analiza sentymentów. Sieć typu koder - dekoder służąca do neuronowego tłumaczenia maszynowego. Mechanizmy uwagi. Współczesne innowacje w modelach językowych. Ćwiczenia. 17. Uczenie reprezentacji za pomocą autokoderów i generatywnych sieci przeciwstawnych. Efektywne reprezentacje danych. Analiza PCA za pomocą niedopełnionego autokodera liniowego. Autokodery stosowe. Autokodery splotowe. Autokodery rekurencyjne. Autokodery odszumiające. Autokodery rzadkie. Autokodery wariacyjne. Generatywne sieci przeciwstawne. Ćwiczenia. 18. Uczenie przez wzmacnianie. Uczenie się optymalizowania nagród. Wyszukiwanie strategii. Wprowadzenie do narzędzia OpenAI Gym. Sieci neuronowe jako strategie. Ocenianie czynności: problem przypisania zasługi. Gradienty strategii. Procesy decyzyjne Markowa. Uczenie metodą różnic czasowych. Q-uczenie. Implementacja modelu Q-uczenia głębokiego. Odmiany Q-uczenia głębokiego. Biblioteka TF-Agents. Przegląd popularnych algorytmów RN. Ćwiczenia. 19. Wielkoskalowe uczenie i wdrażanie modeli TensorFlow. Eksploatacja modelu TensorFlow. Wdrażanie modelu na urządzeniu mobilnym lub wbudowanym. Przyspieszanie obliczeń za pomocą procesorów graficznych. Uczenie modeli za pomocą wielu urządzeń. Ćwiczenia. Dziękuję! A. Rozwiązania ćwiczeń. B. Lista kontrolna projektu uczenia maszynowego. C. Problem dualny w maszynach wektorów nośnych. D. Różniczkowanie automatyczne. E. Inne popularne architektury sieci neuronowych. F. Specjalne struktury danych. G. Grafy TensorFlow.
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
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.
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 004 (1 egz.)
Książka
W koszyku
CZ.I Systemy i technologie informatyczne w zarządzaniu przedsiębiorstwem: 1. Potrzeby informacyjne w podejmowaniu decyzji a systemy informacyjne, 2. Systemy informatyczne w zarządzaniu a pozyskiwanie wiedzy w warunkach procesu globalizacji, 3. Wykorzystanie technologii informacyjnych w działalności przedsiębiorstw przemysłowych w Polsce, 4. Wykorzystanie technologii dostępu do zasobów sieci korporacyjnej przedsiębiorstwa na przykładzie firmy dystrybucyjnej, 5. Zastosowanie koncepcji workflow przy projektowaniu przedsiębiorstwa wirtualnego, 6. Rola systemów zarządzania integratorami przepływu informacji w zarządzaniu wiedzą, 7. Nowe technologie informatyczne w bezprzewodowym dostępie do Internetu, 8. Informacja i jej bezpieczeństwo w systemach zarządzania, 9. Technologia informatyczna w działalności gminy. CZ.II Technologie informatyczne w rachunkowości: 10. Rachunkowość w uregulowaniach polskiego prawa bilansowego, 11. Zastosowanie systemów komputerowych w rachunkowości, 12. Wykorzystanie informacyjnego systemu rachunkowości dla potrzeb zarządzania produkcją - zarys problemu, 13. Klasyfikacja typowych błędów występujących w arkuszach kalkulacyjnych, 14. Ocena wybranych wskaźników restrukturyzacji górnictwa węgla kamiennego w Polsce na podstawie danych z lat 1988-2004. Cz. III Inteligentne systemy zarządzania: 15. Systemy wczesnego ostrzegania w monitorowaniu otoczenia przedsiębiorstwa, 16. Proces tworzenia systemu ekspertowego, 17. Identyfiakcja biomedyczna w systemach transakcyjnych, 18. Neuronowy model prognozowania uwzględniający determinanty rynku, 19. Kompetencje kluczowe i metody uczenia organizacji samouczącej sie na przykładzie elektrowni wirtualnej, 20. Zastosowanie sieci neuronowych do określenia ważności wskaźników logistycznych
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
1.Prawne uwarunkowania upadłości przedsiębiorstw, 2.Ekonomiczne uwarunkowania upadłości przedsiębiorstw, 3.Metody prognozowania upadłości przedsiębiorstw, 4.Sztuczne sieci neuronowe modelem wczesnego ostrzegania
Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 338 (1 egz.)
Czytelnia
Egzemplarze są dostępne wyłącznie na miejscu w bibliotece: sygn. 338 (1 egz.)
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
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
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
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
1. Organizacja kursu internetowego - analiza aktywności na forum dyskusyjnym, 2. Efektywność i ryzyko inwestycji informatycznych, 3. Prawna ochrona tajemnicy korespondencji elektronicznej w systemach informacyjnych, 4. Zastosowanie techniki sieci neutronowych Kohena w analizach regionalnych, 5. Komputerowe wspomaganie podejmowania decyzji oparte na analizie wielokryterialnej, 6. Determinanty taśmy produkcyjnej nowej gospodarki, 7. Informacja jako nadrzędny instrument zarządzania przedsiębiorstwem, 8. Metody rozwiązywania problemu komiwojażera bazujące na modelach przybliżonych, 9. Zastosowanie sieci neutronowych w technologii bankowej, 10. Nowoczesne systemy informacyjne a oszczędności przedsiębiorstw, 11. Identyfikacja fraktalnych właściwości finansowych szeregów czasowych a budowa automatycznych systemów inwestycyjnych, 12. Prognozowanie cen akcji na Giełdzie Papierów Wartościowych w Warszawie za pomocą logiki rozmytej na przykładzie WIG, 13. System bezpieczeństwa informacji-podpis elektroniczny
1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.
Wypożyczalnia
Są egzemplarze dostępne do wypożyczenia: sygn. 658.1/.5 (1 egz.)
Książka
W koszyku
(Przedsiębiorczość / Fundacja Edukacyjna Przedsiębiorczości ; przewodniczący komitetu red. Jerzy Dietl)
Wprowadzenie do teorii zagadnień sztucznej inteli- gencji; Systemy ekspertowe; Zbiory rozmyte; sztuczne sieci neuronowe, Sieci Kohonena; Algorytmy ewolucyjne; Teoria chaosu, Systemy hybrydowe.
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.)
Brak okładki
Książka
W koszyku
1. Sztuczna inteligencja. 2. Biocybernetyka. 3. Bioinformatyka. 4. Inżynieria biomedyczna. 5. Modelowanie i symulacja. 6. Rozpoznawanie wzorów. 7. Telemedycyna. 8. Filozofia.
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.)
Pozycja została dodana do koszyka. Jeśli nie wiesz, do czego służy koszyk, kliknij tutaj, aby poznać szczegóły.
Nie pokazuj tego więcej