SOWA OPAC : Wojewódzka i Miejska Biblioteka Publiczna w RzeszowieKatalog centralny

7 wyników

Książka

W koszyku

oceń

Sztuczne sieci neuronowe : dynamika nieliniowa i chaos / Robert A. Kosiński. - Wydanie 3. uaktualnione - 1. dodruk (PWN). - Warszawa : Wydawnictwo WNT ; Wydawnictwo Naukowe PWN, 2018. - 204 strony : ilustracje ; 24 cm.

Autor

Kosiński Robert A.

Forma i typ

Książki Publikacje dydaktyczne Publikacje naukowe

Temat

Sieci neuronowe

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne Matematyka

Bibliografia na stronach [193]-200. Indeks.

Dla studentów, doktorantów i pracowników nauk.

I. WSTĘP ; II. PODSTAWOWE WŁAŚCIWOŚCI UKŁADU NERWOWEGO CZŁOWIEKA: 1. Wiadomości wstępne ; 2. Budowa i działanie neuronu ; 3. Sieć neuronowa ; 4. Właściwości pamięciowe mózgu ; 5. Metody badania sieci neuronowych ; III. MODELOWANIE NEURONU I SIECI NEURONOWEJ: 1. Modele pojedynczego neuronu ; 2. Opis neuronu z uwzględnieniem szumu ; 3. Sztuczna sieć neuronowa ; IV. EWOLUCJA CZASOWA SZTUCZNYCH SIECI NEURONOWYCH: 1. Działanie sieci neuronowej ; 2. Podstawowe rodzaje dynamiki sztucznych sieci neuronowych ; 3. Porównanie dynamiki biologicznych i sztucznych sieci neuronowych ; 4. Funkcja energetyczna sieci ; 5. Krajobraz energetyczny sieci ; 6. Porównanie efektywności różnych rodzajów dynamiki sieci ; V. SIECI NEURONOWE HOPFIELDA: 1. Model Hopfielda ; 2. Opis właściwości pamięciowych sieci neuronowej ; 3. Właściwości pamięciowe sieci Hopfielda ; 4. Stabilność zapamiętanych wzorców ; 5. Połączenia synaptyczne z szumem ; 6. Sieci z rozrzedzeniem połączeń synaptycznych ; 7. Sieci z połączeniami synaptycznymi ograniczonymi ; 8. Zapamiętywanie wzorców skorelowanych ; 9. Oszacowanie pojemności pamięciowej sieci neuronowej człowieka ; VI. SIECI NEURONOWE KOMÓRKOWE: 1. Wiadomości wstępne ; 2. Struktura i dynamika sieci ; 3. Zastosowania sieci komórkowych ; 4. Właściwości pamięciowe sieci komórkowych ; VII. MECHANIKA STATYSTYCZNA SIECI NEURONOWYCH: 1. Wiadomości wstępne ; 2. Układy magnetyczne ; 3. Opis ewolucji czasowej sieci neuronowej ; 4. Teoria pola średniego dla modelu Hopfielda ; 5. Obliczenie energii swobodnej modelu Hopfielda ; 6. Pojemność pamięciowa sieci Hopfielda ; VIII. WYBRANE METODY BADANIA NIELINIOWYCH UKŁADÓW DYNAMICZNYCH: 1. Nieliniowe układy dynamiczne i chaos ; 2. Ogólny opis układów nieliniowych ; 3. Atraktory układów nieliniowych ; 4. Przekroje Poincarego ; 5. Wykładniki Lapunowa ; 6. Transformata Fouriera i widmo mocy ; 7. Diagramy przestrzenno-czasowe ; 8. Entropia wzorca ; 9. Odchylenie średnie i aktywność neuronów ; 10. Drogi do chaosu ; 11. Stany przejściowe ; IX. DYNAMIKA NIELINIOWA SIECI NEURONOWYCH: 1. Wiadomości wstępne ; 2. Dynamika małych sieci ; 3. Łańcuch neuronów ; 4. Sieć komórkowa z pobudzeniem ; 5. Rezonans stochastyczny ; X. ZASTOSOWANIA CHAOTYCZNYCH UKŁADÓW NEURONOWYCH: 1. Właściwości pamięciowe sieci chaotycznych ; 2. Modelowanie zjawisk fizycznych w układach złożonych ; 3. Optymalizacja w sieciach chaotycznych ; XI. PRZYKŁAD ZASTOSOWANIA SIECI KOMÓRKOWYCH - SYSTEM ANALIZY BEZPIECZEŃSTWA: 1. Bezpieczeństwo pracy robota ; 2. System analizy bezpieczeństwa ; 3. Układ sieci komórkowych do ekstrakcji cech ; 4. Lokalizacja położenia ramienia robota ; 5. Oprogramowanie systemu ; XII. MÓZG A SZTUCZNE SIECI NEURONOWE.

aktualnie wypożyczona

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia Główna dla dor. i mł. od 15 r. ż. (Dąbrowskiego 33a)

Wszystkie egzemplarze są obecnie wypożyczone: sygn. WG-004 (1 egz.)

Biblioteka zamknięta

Brak okładki

Książka

W koszyku

oceń

Sieci neuronowe, algorytmy genetyczne i systemy rozmyte / Danuta Rutkowska, Maciej Piliński, Leszek Rutkowski. - Warszawa ; Łódź : Wydaw. Naukowe PWN, 1997. - 410 s. : rys., wykr. ; 24 cm.

Autor

Rutkowska Danuta. Piliński Maciej. Rutkowski Leszek (nauki techniczne).

Temat

Algorytmy genetyczne. Sieci neuronowe. Symulacja. Zbiory rozmyte

Bibliogr. przy rozdz.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia Główna dla dor. i mł. od 15 r. ż. (Dąbrowskiego 33a)

Są egzemplarze dostępne do wypożyczenia: sygn. WG-004.7 (1 egz.)

Biblioteka zamknięta

Książka

W koszyku

oceń

(Laboratorium w Szufladzie)

Autor

Adamaszek Zasław.

Forma i typ

Książki Publikacje popularnonaukowe

Temat

Anatomia człowieka Eksperymenty Fizjologia człowieka Przyrządy pomiarowe Sieci neuronowe Układ elektroniczny

Gatunek

Opracowanie

Dziedzina i ujęcie

Biologia Inżynieria i technika

"Laboratorium w szufladzie. Anatomia człowieka" to książka, dzięki której samodzielnie odkryjesz, jak fascynujący, niezwykły i tajemniczy jest organizm czlowieka. Miliardy neuronów układu nerwowego, tysiące kilometrów naczyń krwionośnych, setki metrów powierzchni sorpcyjnych w jelitach i płucach. Nasze serce pompuje cysterny krwi, a więzadła są mocniejsze niż powloki kamizelek kuloodpornych. Gdzie to wszystko się mieści i jak działa fascynująca maszyneria, którą co dzień widzimy w lustrze - nasze ciało? Czy można zrobić własne domowe laboratorium anatomiczne? W co je wyposażyć? Z czego skonstruować wykrywacz kłamstw, fonokardiograf, dermatoskop i transiluminator? Te egzotycznie brzmiące slowa to nazwy przyrządów, które pomagają poznawać tajniki naszych organizmów. Możemy je badać bezpiecznie w domowym lub szkolnym laboratorium. Przy okazji wyposażyć się też we własnoręcznie zbudowane modele anatomiczne. Odkryj, jak działa wspaniała biochemiczna maszyneria, jaka jest ludzkie ciało? [Wydawnictwo Naukowe PWN, 2019]

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Oddział dla Dzieci i Młodzieży (Słowackiego 11)

Są egzemplarze dostępne do wypożyczenia: sygn. Wyp-61 (1 egz.)

Książka

W koszyku

oceń

(Technologia i rozwiązania)

Autor

Raschka Sebastian. Sawka Krzysztof.

Forma i typ

Książki Publikacje fachowe

Temat

Algorytmy Przetwarzanie danych Python (język programowania) Sieci neuronowe Uczenie się maszyn

Gatunek

Podręcznik

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Tytuł oryginału: "Python machine learning" 2016.

Na stronie tytułowej także wydawca oryginału: Packt Publishing.

Indeks.

ROZDZIAŁ 1. UMOŻLIWIANIE KOMPUTEROM UCZENIA SIĘ Z DANYCH: Tworzenie inteligentnych maszyn służących do przekształcania danych w wiedzę ; Trzy różne rodzaje uczenia maszynowego ; Wprowadzenie do podstawowej terminologii i notacji ; Strategia tworzenia systemów uczenia maszynowego ; Wykorzystywanie środowiska Python do uczenia maszynowego. ROZDZIAŁ 2. TRENOWANIE ALGORYTMÓW UCZENIA MASZYNOWEGO W CELACH KLASYFIKACJI: Sztuczne neurony - rys historyczny początków uczenia maszynowego ; Implementacja algorytmu uczenia perceptronu w Pythonie ; Adaptacyjne neurony liniowe i zbieżność uczenia. ROZDZIAŁ 3. STOSOWANIE KLASYFIKATORÓW UCZENIA MASZYNOWEGO ZA POMOCĄ BIBLIOTEKI SCIKIT-LEARN: Wybór algorytmu klasyfikującego ; Pierwsze kroki z biblioteką scikit-learn ; Modelowanie prawdopodobieństwa przynależności do klasy za pomocą regresji logistycznej ; Wyznaczanie maksymalnego marginesu za pomocą maszyn wektorów nośnych ; Rozwiązywanie nieliniowych problemów za pomocą jądra SVM ; Uczenie drzew decyzyjnych ; Algorytm k-najbliższych sąsiadów - model leniwego uczenia. ROZDZIAŁ 4. TWORZENIE DOBRYCH ZBIORÓW UCZĄCYCH - WSTĘPNE PRZETWARZANIE DANYCH: Kwestia brakujących danych ; Przetwarzanie danych kategoryzujących ; Rozdzielanie zestawu danych na oddzielne podzbiory uczące i testowe ; Skalowanie cech ; Dobór odpowiednich cech ; Ocenianie istotności cech za pomocą algorytmu losowego lasu. ROZDZIAŁ 5. KOMPRESJA DANYCH POPRZEZ REDUKCJĘ WYMIAROWOŚCI: Nienadzorowana redukcja wymiarowości za pomocą analizy głównych składowych ; Nadzorowana kompresja danych za pomocą liniowej analizy dyskryminacyjnej ; Jądrowa analiza głównych składowych jako metoda odwzorowywania nierozdzielnych liniowo klas. ROZDZIAŁ 6. NAJLEPSZE METODY OCENY MODELU I STROJENIE PARAMETRYCZNE: Usprawnianie cyklu pracy za pomocą kolejkowania ; Stosowanie k-krotnego sprawdzianu krzyżowego w ocenie skuteczności modelu ; Sprawdzanie algorytmów za pomocą krzywych uczenia i krzywych walidacji ; Dostrajanie modeli uczenia maszynowego za pomocą metody przeszukiwania siatki ; Przegląd metryk oceny skuteczności. ROZDZIAŁ 7. ŁĄCZENIE RÓŻNYCH MODELI W CELU UCZENIA ZESPOŁOWEGO: Uczenie zespołów ; Implementacja prostego klasyfikatora wykorzystującego głosowanie większościowe ; Ewaluacja i strojenie klasyfikatora zespołowego ; Agregacja - tworzenie zespołu klasyfikatorów za pomocą próbek początkowych ; Usprawnianie słabych klasyfikatorów za pomocą wzmocnienia adaptacyjnego. ROZDZIAŁ 8. WYKORZYSTYWANIE UCZENIA MASZYNOWEGO W ANALIZIE SENTYMENTÓW: Zestaw danych IMDb movie review ; Wprowadzenie do modelu worka słów ; Uczenie modelu regresji logistycznej w celu klasyfikowania tekstu ; Praca z większą ilością danych - algorytmy sieciowe i uczenie pozardzeniowe. ROZDZIAŁ 9. WDRAŻANIE MODELU UCZENIA MASZYNOWEGO DO APLIKACJI SIECIOWEJ: Serializacja wyuczonych estymatorów biblioteki scikit-learn ; Konfigurowanie bazy danych SQLite ; Tworzenie aplikacji sieciowej za pomocą środowiska Flask ; Nasza pierwsza aplikacja sieciowa ; Umieszczanie aplikacji sieciowej na publicznym serwerze. ROZDZIAŁ 10. PRZEWIDYWANIE CIĄGŁYCH ZMIENNYCH DOCELOWYCH ZA POMOCĄ ANALIZY REGRESYWNEJ: Wprowadzenie do prostego modelu regresji liniowej ; Zestaw danych Housing ; Implementacja modelu regresji liniowej wykorzystującego zwykłą metodę najmniejszych kwadratów ; Uczenie odpornego modelu regresywnego za pomocą algorytmu RANSAC ; Ocenianie skuteczności modeli regresji liniowej ; Stosowanie regularyzowanych metod regresji ; Przekształcanie modelu regresji liniowej w krzywą - regresja wielomianowa. ROZDZIAŁ 11. PRACA Z NIEOZNAKOWANYMI DANYMI - ANALIZA SKUPIEŃ: Grupowanie obiektów na podstawie podobieństwa przy użyciu algorytmu centroidów ; Organizowanie skupień do postaci drzewa klastrów ; Wyznaczanie rejonów o dużej gęstości za pomocą algorytmu DBSCAN. ROZDZIAŁ 12. TRENOWANIE SZTUCZNYCH SIECI NEURONOWYCH W ROZPOZNAWANIU OBRAZU: Modelowanie złożonych funkcji przy użyciu sztucznych sieci neuronowych ; Klasyfikowanie pisma odręcznego ; Trenowanie sztucznej sieci neuronowej ; Ujęcie intuicyjne algorytmu wstecznej propagacji ; Usuwanie błędów w sieciach neuronowych za pomocą sprawdzania gradientów ; Zbieżność w sieciach neuronowych ; Inne architektury sieci neuronowych ; Jeszcze słowo o implementacji sieci neuronowej. ROZDZIAŁ 13. RÓWNOLEGŁE PRZETWARZANIE SIECI NEURONOWYCH ZA POMOCĄ BIBLIOTEKI THEANO: Tworzenie, kompilowanie i uruchamianie wyrażeń w interfejsie Theano ; Dobór funkcji aktywacji dla jednokierunkowych sieci neuronowych ; Skuteczne uczenie sieci neuronowych za pomocą biblioteki Keras.

aktualnie wypożyczona

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Wypożyczalnia Główna dla dor. i mł. od 15 r. ż. (Dąbrowskiego 33a)

Wszystkie egzemplarze są obecnie wypożyczone: sygn. WG-004.4 (1 egz.)

Biblioteka zamknięta

Książka

W koszyku

oceń

Przebiegłe maszyny : twój podręczny przewodnik po świecie sztucznej inteligencji / Jędrzej Osiński ; [tłumaczenie: Agnieszka Adamczyk-Karwowska]. - Wydanie I. - Warszawa : PWN, copyright 2023. - X, 184 strony : ilustracje, wykresy ; 21 cm.

Autor

Osiński Jędrzej (informatyk) Adamczyk-Karwowska Agnieszka

Forma i typ

Książki Publikacje popularnonaukowe

Temat

Algorytmy genetyczne Sztuczna inteligencja Sztuczna sieć neuronowa Uczenie maszynowe

Gatunek

Opracowanie

Dziedzina i ujęcie

Informatyka i technologie informacyjne

Tytuł oryginału: "Cunning machines : your pocket guide to the world of artificial intelligence" 2020.

Indeks.

Manifest naukowy ; R. 1. Wprowadzenie: magia ujawniona ; R. 2. SZTUCZNA INTELIGENCJA: SFORMUŁOWANIE RODEM Z SIENCE FICTION, KTÓRE ZMIENIŁO ŚWIAT: Czym jest sztuczna inteligencja? ; Silna sztuczna inteligencja ; Test Turinga ; Algorytm czy heurystyka? ; „Chcę zagrać w grę” ; Czy już to osiągnęliśmy? ; R. 3. SIECI NEURONOWE – BURZA MÓZGÓW WEWNĄTRZ KOMPUTERA: Wszystko jest liczbą ; Sekrety sztucznego mózgu ; Burza mózgów ; Warstwa i łgarstwa ; Sztuczne rozumowanie ; Głęboka myśl ; R. 4. ALGORYTMY GENETYCZNE: OD WYSP GALAPAGOS DO SYMFONII SKOMPONOWANEJ KOMPUTEROWO: Ewolucja przyspieszona do milisekund ; Sztuczne DNA ; Narodziny życia ; Selekcja naturalna ; Krzyżowanie: nowe pokolenie buduje nowy świat ; X-meni są wśród nas ; Ewolucja rozwiązania ; Ewolucja w IT ; R. 5. METODA MONTE CARLO: NIEOCZEKIWANE KORZYŚCI Z HAZARDU: Ile wynosi ʋ? ; R. 6. PRZETWARZANIE JĘZYKA: OD PLATONA DO SYSTEMÓW EKSPERCKICH: Składnia: zabawa klockami ; Od pojedynczych słów do czytania między wierszami ; Randkujące roboty ; R. 7. PRZYSZŁOŚĆ ZE SZTUCZNĄ INTELIGENCJĄ: Czarna skrzynka ; Zachować pracę jak najdłużej ; Anioły i demony ; Tabula rasa ; R. 8. UWAGI KOŃCOWE.

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Czytelnia Główna - wypożyczalnia (Sokoła 13)

Są egzemplarze dostępne do wypożyczenia: sygn. A-112022 (1 egz.)

Książka

W koszyku

oceń

Jak myślą inteligentne maszyny / Sean Gerrish ; [przekład Filip Fierek]. - Warszawa : Wydawnictwo Naukowe PWN, 2020. - XII, 290 stron : ilustracje ; 24 cm.

Autor

Gerrish Sean. Fierek Filip.

Forma i typ

Książki Publikacje popularnonaukowe

Temat

Gry komputerowe Języki programowania Komputery Maszyny Samochody autonomiczne Sieci neuronowe Sztuczna inteligencja Uczenie się maszyn

Gatunek

Opracowanie

Dziedzina i ujęcie

Informatyka i technologie informacyjne Inżynieria i technika

Indeks.

Przedmowa ; Wstęp ; Podziękowania ; 1. Sekret automatu ; 2. Samochody autonomiczne i Grand DARPA Challenge ; 3. Utrzymać się na drodze. Percepcja samochodów autonomicznych ; 4. Ustępowanie pierwszeństwa na skrzyżowaniach. Mózg samochodu autonomicznego ; 5. Netflix i konkurs na najlepszy algorytm rekomendacji ; 6. Zjednoczone zespoły: zwycięzcy Nagrody Netfliksa ; 7. Jak uczyć komputery, karmiąc je smakołykami ; 8. Jak zwyciężać w grach Atari dzięki sieciom neuronowym ; 9. Jak sztuczne sieci neuronowe widzą świat ; 10. Zaglądając pod maskę głębokich sieci neuronowych ; 11. Sieci neuronowe, które słyszą, mówią i pamiętają ; 12. Rozumienie języka naturalnego (i pytań w grze Jeopardy!) ; 13. Wydobywanie najlepszej odpowiedzi w grze Jeopardy! ; 14. Dobra strategia wyszukaną metodą siłową ; 15. Partia w go na poziomie eksperckim ; 16. Sztuczna inteligencja czasu rzeczywistego i StarCraft ; 17. Pięćdziesiąt (lub więcej) lat później.

dostępna do wypożyczenia

Ta pozycja znajduje się w zbiorach 2 placówek. Rozwiń listę, by zobaczyć szczegóły.

Wypożyczalnia Główna dla dor. i mł. od 15 r. ż. (Dąbrowskiego 33a)

Są egzemplarze dostępne do wypożyczenia: sygn. WG-004 (1 egz.)

Biblioteka zamknięta

Czytelnia Główna - wypożyczalnia (Sokoła 13)

Są egzemplarze dostępne do wypożyczenia: sygn. A-108353 (1 egz.)

Brak okładki

Książka

W koszyku

oceń

Problemy bioniki w systemach wielkich / Ryszard Gawroński. - Warszawa : Wydaw. Ministerstwa Obrony Narodowej, 1975. - 276, [2] s. : rys., tab., wykr. ; 21 cm.

Autor

Gawroński Ryszard.

Temat

Bionika Biologia Cybernetyka Przetwarzanie danych Sieci neuronowe Uczenie się maszyn Układ nerwowy Zwierzęta

Bibliogr.

1. Ogólne uwagi o podejściu systemowym w badaniach

bionicznych 2. Zasady przekazywania informacji w systemie nerwowym 3. Struktury układów sterowania 4. Sieci neuropodobne jako układy do przetwarzania

danych 5. Rozpoznawanie i ocena sytuacji 6. Układy i systemy uczące się

dostępna do wypożyczenia

1 placówka posiada w zbiorach tę pozycję. Rozwiń informację, by zobaczyć szczegóły.

Czytelnia Główna - wypożyczalnia (Sokoła 13)

Są egzemplarze dostępne do wypożyczenia: sygn. A-42032 (1 egz.)