Расширенный поиск

Ланц Б.
   Машинное обучение на R: экспертные техники для прогностического анализа / Ланц Б. ; пер. с англ. Сандицкая Е. - СПб. : Питер, 2020. - 462 с. : рис. - (Библиотека программиста). - ISBN 978-5-4461-1512-9.

Матвеев Е. А., Вишняков И. Э., Белова Н. С.
   Сравнительный анализ модификаций алгоритма fastSV поиска компонент связности / Матвеев Е. А., Вишняков И. Э., Белова Н. С. // Русский инженер: : сборник тезисов 2-го Всероссийского конгресса с международным участием, Москва, 30 октября-1 ноября 2024 года / МГТУ им. Н. Э. Баумана (национальный исследовательский университет) ; вступ. сл. Гордин М. В. - М., 2024. - С. 141-142.

Морозов К. А.
   Баланс между использованием большой языковой модели и обучением с подкреплением = Balance between Using a Large Language Model and Reinforcement Learning / Морозов К. А. // Наука, технологии и бизнес : материалы 6-ой Межвузовской конференции аспирантов, соискателей и молодых учёных, Москва, 16-18 апреля 2024 года / МГТУ им. Н. Э. Баумана (национальный исследовательский университет). - М., 2024. - С. 328-334.

Назаров А. И., Ханин С. Д.
   Разработка и реализация электронного учебно-методического комплекса по общему курсу физики / Назаров А. И., Ханин С. Д. // Телекоммуникации и информатизация образования. - 2006. - № 4. - С. 49-56.

Нокель М. А., Лукашевич Н. В.
   Тематические модели в задаче извлечения однословных терминов / Нокель М. А., Лукашевич Н. В. // Программная инженерия. - 2014. - № 3. - С. 34-40.

   Обучение с подкреплением в задачах управления беспилотными летательными аппаратами в среде умного города / Власова Н. С., Лебединцев А. Н., Быков Н. В., Товарнов М. С. // Будущее машиностроения России. Всероссийская конференция молодых учёных и специалистов (с международным участием), 14-я, Москва, 21-24 сентября 2021 г. : cборник докладов : в 2 т. / МГТУ им. Н. Э. Баумана (Национальный исследовательский университет), Союз машиностроителей России. - 2021. - Т. 2. - С. 103-110.

Парфентьев К. В., Парфентьева К. В.
   Формирование псевдослучайных последовательностей на основе нейросетевых генеративных моделей с механизмом внимания / Парфентьев К. В., Парфентьева К. В. // Автоматизация. Современные технологии. - 2025. - Т. 79, № 7. - С. 321-325.

Петров А. И., Белов Ю. С.
   Анализ МРТ медицинских изображений с использованием глубокого обучения и VGG-16 / Петров А. И., Белов Ю. С. // Наукоёмкие технологии в приборо- и машиностроении и развитие инновационной деятельности в вузе : материалы Всероссийской научно-технической конференции, Калуга, 15-17 ноября 2022 года / МГТУ им. Н. Э. Баумана (национальный исследовательский ун-т). Калужский филиал. - М., 2022. - С. 62-66.

Петров А. И., Белов Ю. С.
   Ошибки в распознавании медицинских снимков головного мозга при обучении модели / Петров А. И., Белов Ю. С. // Наукоёмкие технологии в приборо- и машиностроении и развитие инновационной деятельности в вузе : материалы Региональной научно-технической конференции (Калуга, 23 - 25 апреля 2024 года) : в 2 т. / МГТУ им. Н. Э. Баумана (национальный исследовательский университет). - 2025. - Т. 2. - С. 193-196.

Просиз Дж.
   Прикладное машинное обучение и искусственный интеллект для инженеров. Решение задач, которые невозможно решить алгоритмически / Просиз Дж. ; пер. с англ. Донченко И. - Астана : АЛИСТ, 2024. - 431 с. : ил. - ISBN 978-601-09-5051-1.