Зарегистрироваться
Восстановить пароль
FAQ по входу

Беркульцев М.В. Методы эвристического поиска в задачах планирования и управления

  • Файл формата djvu
  • размером 460,47 КБ
  • Добавлен пользователем
  • Описание отредактировано
Беркульцев М.В. Методы эвристического поиска в задачах планирования и управления
Учебное пособие - Москва: МАИ, 2000.- 43 с.
Рассмотрены основные вопросы теории эвристического поиска. Материал пособия охватывает наиболее известные алгоритмы поиска на графе, такие как алгоритмы А и В, метод итеративного поиска в глубину и рекурсивный эвристический поиск. В качестве примера применения различных поисковых алгоритмов приведена развернутая задача планирования боевого вылета ударного самолета с учетом минимизации угрозы и ограничений по топливу.
Учебное пособие предназначено для студентов, обучающихся по специальности "Эффективность систем оснащения" и может быть использовано аспирантами и инженерами, занимающимися вопросами эффективности поисковых процедур в автоматизированных системах принятия решений.
  • Чтобы скачать этот файл зарегистрируйтесь и/или войдите на сайт используя форму сверху.
  • Регистрация

Смотри также

Подробнее

Ашинянц Р.А. Логические методы в искусственном интеллекте

  • pdf
Учебное пособие для вузов. 2-е издание, исправленное. — М.: МГАПИ, 2001. — 223 с.: ил. — ISBN: 5-88538-071-6, ISBN: 5-8068-0167-5. В книге систематизировано приведены основные логические модели, используемые в прикладных информационных системах и, в том числе, в системах искусственного интеллекта: логики высказываний и предикатов первого порядка, модальная, немонотонная логики...
  • 4,00 МБ
  • добавлен
  • описание отредактировано
Подробнее

Витяев Е.Е. Извлечение знаний из данных. Компьютерное познание. Модели когнитивных процессов (2006)

  • pdf
Новосибирск: Новосиб. гос. ун-т. 2006. — 293 с. — ISBN 5-94356-439-Х В работе излагается подход к компьютерному познанию, разработанный за последние 35 лет в Институте математики им. С. Л. Соболева. За основу подхода взята теория измерений, разработанная под руководством известного ученого и философа Patrick Suppes (Stanford university), в которой излагается аксиоматический...
  • 3,24 МБ
  • дата добавления неизвестна
  • описание отредактировано
Подробнее

Вьюгин В.В. Математические основы теории машинного обучения и прогнозирования

  • pdf
М.: МЦНМО, 2013. — 390 с. Книга предназначена для первоначального знакомства с математическими основами современной теории машинного обучения (Machine Learning) и теории игр с предсказаниями. В первой части излагаются основы статистической теории машинного обучения, рассматриваются задачи классификации и регрессии с опорными векторами, теория обобщения и алгоритмы построения...
  • 1,78 МБ
  • добавлен
  • описание отредактировано
Подробнее

Мюллер А., Гидо С. Введение в машинное обучение с помощью Python

  • pdf
М.: O’Reilly Media, 2017. — 392 с. Машинное обучение стало неотъемлемой частью различных коммерческих и исследовательских проектов, однако эта область не является прерогативой больших компаний с мощными аналитическими командами. Даже если вы еще новичок в использовании Python, эта книга познакомит вас с практическими способами построения систем машинного обучения. При всем...
  • 13,28 МБ
  • добавлен
  • описание отредактировано
Подробнее

Рассел С., Норвиг П. Искусственный интеллект. Современный подход

  • djvu
2-е изд. — М.: Вильямс, 2007. — 1410 с. — ISBN 5-8459-0887-2, 0-13-790395-2, 978-5-8459-0887-2. В книге представлены все современные достижения и изложены идеи, которые были сформулированы в исследованиях, проводившихся в течение последних пятидесяти лет, а также собраны на протяжении двух тысячелетий в областях знаний, ставших стимулом к развитию искусственного интеллекта как...
  • 17,39 МБ
  • дата добавления неизвестна
  • описание отредактировано
Подробнее

Хайкин С. Нейронные сети. Полный курс

  • pdf
2-e изд. — Пер. с англ. — М.: Вильямс, 2006. — 1104 с.: ил. В книге рассматриваются основные парадигмы искусственных нейронных сетей. Представленный материал содержит строгое математическое обоснование всех нейросетевых парадигм, иллюстрируется примерами, описанием компьютерных экспериментов, содержит множество практических задач, а также обширную библиографию. В книге также...
  • 18,63 МБ
  • дата добавления неизвестна
  • описание отредактировано
Наверх