Электронный каталог

30.16я73
С 79
Стефанов, В. Е.
    Биоинформатика [Текст] : учебник для академического бакалавриата / В. Е. Стефанов, Г. Р. Мавропуло-Столяренко, А. А. Тулуб. - М. : Юрайт, 2025. - 249 с. - (Высшее образование). - ISBN 9785534201949 : 11203.00 тг. - Текст : непосредственный.
ББК 30.16я73

Рубрики: Техническая биология

Кл.слова (ненормированные):
биоинформатика -- высшее образование -- макромолекулы -- днк -- геномика -- протеомика -- молекулярная филогения -- математический аппарат биоинформатики -- алгоритмы -- марковские цепи -- искусственные нейронные сети -- байесова статистика -- эволюционные алгоритмы -- генетические алгоритмы -- алгоритмы кластерного анализа -- биологические базы данных -- биоинформатические программы -- сервисы -- blast -- квантовый мир -- квантовый спин
Аннотация: Данное издание ознакомит читателя с удивительным миром биоинформатики — науки, делающей возможным изучение живых систем методом компьютерного эксперимента и по праву считающейся локомотивом современной биологии. Объем знаний, приводимых в учебнике, соответствует уровню академического бакалавриата, а четкое структурирование информации и обоснованный выбор разделов, описывающих ключевые концепции базовых дисциплин - молекулярной биологии, математики, квантовой физики, — делает книгу полезной для широкого круга читателей разного уровня подготовки и специализации.
Держатели документа:
ЗКУ
Доп.точки доступа:
Мавропуло-Столяренко, Г.Р.
Тулуб, А.А.

Экземпляры всего: 1
чз2 (1)
Свободны: чз2 (1)

32.813
С 12
Савельева, В. В.
    Искусственный интеллект: теория и практика [Текст] / В. В. Савельева. - Алматы : [б. и.], 2024. - 204 с. - ISBN 978-601-278-650-7 : Б. ц. - Текст : непосредственный.
ББК 32.813

Рубрики: Искусственный интеллект

Кл.слова (ненормированные):
Искусственный интеллект -- Машинное обучение -- Нейронные сети -- Алгоритмы адаптации -- Компьютерное зрение -- Робототехника -- Промт-инжиниринг -- Цифровая грамотность
Аннотация: В учебно-методическом пособии раскрывается понятие искусственного интеллекта, который изучает и разрабатывает программы и системы, способные адаптироваться, обучаться и принимать самостоятельные решения, которые внешне кажутся человеческими. Развитие и применение искусственного интеллекта включает в себя множество областей, таких как машинное обучение, нейронные сети, компьютерное зрение, робототехника и многие другие.
Держатели документа:
ЗКУ
Экземпляры всего: 1
EFOND (1)
Свободны: EFOND (1)

32.813
В 72
Вольфрам, С.
    Как устроен ChatGPT? Полное погружение в принципы работы и спектр возможностей самой известной нейросети в мире [Текст] / С. Вольфрам ; пер. с англ. Е. Быковой ; науч. ред. А. Здоров. - Москва : [б. и.], 2024. - 192 с. - (Цифровые технологии). - ISBN 978-5-00214-604-8 : Б. ц. - Текст : непосредственный.
ББК 32.813

Рубрики: Искусственный интеллект

Кл.слова (ненормированные):
ChatGPT -- Нейронные сети -- Архитектура Transformer -- Большие языковые модели -- Машинное обучение -- Искусственный интеллект
Аннотация: ChatGPT в рекордно короткие сроки завоевал популярность благодаря способности писать тексты на любые темы — почти как человек. Но как именно он это делает? Может ли он понимать, что пишет, и что происходит внутри его искусственного разума? Стивен Вольфрам — удостоенный наград ученый и создатель программных систем, таких как Wolfram | Alpha, — предлагает понятное и увлекательное объяснение внутреннего устройства ChatGPT. Узнайте, как ChatGPT объединяет новейшие технологии нейронных сетей с фундаментальными идеями о языке и человеческом мышлении.
Держатели документа:
ЗКУ
Экземпляры всего: 1
EFOND (1)
Свободны: EFOND (1)

32.973.2(5Каз)
Б 91
Бурибаев, Ж. А.
    Нысанды тану мен жіктеу жүйесіне арналған машиналық оқытудың тиімді алгоритмдерін әзірлеу [Текст] : монография / Ж. А. Бурибаев. - Алматы : Дарын, 2022. - 126 б. - ISBN 9786012690989 : 6000.00 тг. - Текст : непосредственный.
ББК 32.973.2(5Каз)

Рубрики: Цифровые компьютеры (электронно-вычислительные машины дискретного действия)

Кл.слова (ненормированные):
нысанды тану -- жіктеу жүйесіне арналған машиналық оқытудың тиімді алгоритмдерін әзірлеу -- монография -- HSV түсті моделі -- гаусс фильтрін қолдану -- машиналық оқыту алгоритмдерін салыстырмалы талдау -- Random Forest машиналық оқыту алгоритмін қолдану -- Support Vector Machine машиналық оқыту алгоритмін қолдану -- Extreme Gradient Boosting машиналық оқыту алгоритмін қолдану -- қызанақты анықтауға арналған нейрондық желі -- mask R-CNN нейрондық желілерін оқыту -- YOLOv5 архитектурасын өзгерту -- оңтайландырылған нейрондық желілер -- нысанды тану жүйесін әзірлеу
Аннотация: Есептеу ресурстары мен деректерді өңдеу қуаттарының ұлғаюымен компьютерлік көру адам қызметінің визуалды операцияларымен байланысты тек ғылыми-теориялық көзқарастарда ғана емес, сонымен қатар әр түрлі деңгейдегі және іс-әрекеттің сипатындағы нақты практикалық қосымшаларда қолданыс тапты. Монография белгілі бір нысанды тану есебінде машиналық оқытудың классикалық және озық алгоритмдерін қолдануға бағытталған. Алгоритмнің жұмыс сапасын анықтауда бағалау метрикаларын есептеу маңызды болғандықтан, негізгі бағалау көрсеткіштерін қолдану арқылы классикалық алгоритмдерге салыстырмалы талдау жүргізілді. Монографияда терең оқыту алгоритмдерінің қазіргі таңда даму динамикасын қарастыра отырып, нейрондық желілердің архитектурасын өзгерту және параметрлерін оңтайландыру әдістері көрсетілген. Монография "Компьютерлік ғылымдар", "Компьютерлік инженерия", "Жүйелік инженерия" мамандықтары бойынша оқитын жоғары оқу орындарының студенттеріне, сондай-ақ компьютерлік көру саласындағы инженерлерге, ғылыми қызметкерлерге және оқытушыларға арналған.
Держатели документа:
БҚУ
Экземпляры всего: 2
чз2 (1), чз6 (1)
Свободны: чз2 (1), чз6 (1)

32.973.26-018.2(5Каз)
Д 20
Даркенбаев, Д. К.
    Үлкен көлемді деректерді өңдеу әдістері [Текст] : монография / Д. К. Даркенбаев. - Алматы : Дарын, 2024. - 151 б. - ISBN 9786018049224 : 7800.00 тг. - Текст : непосредственный.
ББК 32.973.26-018.2(5Каз)

Рубрики: Программное обеспечение

Кл.слова (ненормированные):
үлкен көлемді деректерді өңдеу әдістері -- монография -- NoSQL дерекқорының түрлері -- MonetDB -- CouchDB -- ROC талдау -- ROC қисықтың канондық алгоритмін құру -- DataMining әдісі -- ұзақ мерзімге ипотекалық несие беру жүйесі -- сызықты регрессия әдісі -- логистикалық регрессия әдісі -- регрессия теңдеуін түрлендірудің қажеттілігі -- максималды ықтималдылық -- логистикалық регрессия -- көпқабатты нейрондық желілер -- ипотекалық несие алушылардың төлем қабілеттерін анықтау -- үлкен көлемді деректерді өңдеудің компьютерлік моделін құру -- бағдарламалау тілі -- деректерді даярлау -- деректерді нормализациялау -- бағдарламалық қамтаманың архитектурасы -- деректерді өңдеу алгоритмдері -- деректерді өңдеу нәтижелері
Аннотация: Монографияда үлкен көлемді деректерді өңдеу әдістері зерттелген. Зерттеу негізінде ипотекалық несие алушы жеке тұлғалардың деректері өңделіп, сәйкесінше болжамдар жасалған. Монографияда үлкен көлемді деректерді өңдеу мәселелерімен қатар, NoSQL және DataMining технологиялары сәтті интерграцияланған. Сонымен қатар, үлкен көлемді деректерді өңдеу жүйесінің моделі құрылған. Жеке тұлғалардың төлем қабілеттерін бағалаумен қатар, классификациялық алгоритмдерді салыстыра және дәлдігін арттыра отырып, заманауи есептеу тәжірибелерімен негізделген. Деректерді оқыту және тестілеу процестерінде алынған өңдеу нәтижелерінің сапасы айқын көрсетілген. Монографияны ақпараттық технологиялар саласында үлкен көлемді деректерді өңдеу әдістерін зерттеп жүрген мамандар, ЖОО оқытушылары мен студенттері мен көмекші құрал ретінде қолдануларына болады.
Держатели документа:
БҚУ
Экземпляры всего: 2
чз2 (1), чз6 (1)
Свободны: чз2 (1), чз6 (1)

32.973.202
К 14
Казагачев, В. Н.
    Введение в искусственный интеллект [Текст] : учебное пособие / В. Н. Казагачев. - Алматы : ADAL KITAP, 2025. - 364 с. - ISBN 9786013842783 : 14600.00 тг. - Текст : непосредственный.
ББК 32.973.202

Рубрики: Компьютерные системы и сети

Кл.слова (ненормированные):
искусственный интеллект -- введение в искусственный интеллект -- история искусственного интеллекта -- методы поиска -- решения задач -- логика -- логическое программирование -- основы машинного обучения -- алгоритмы -- нейронные сети -- глубокое обучение -- компьютерное зрение -- интеллектуальные агенты -- мультиагентные системы -- этические аспекты ии -- социальные аспекты ии -- современные тренды ии -- будущее ии -- практические работы -- реализация теста тьюринга -- сравнительный анализ ии-систем -- реализация алгоритмов поиска -- программирование -- введение в машинное обучение с scikit-learn -- сравнение алгоритмов классификации -- кластерный анализ данных -- сверточных нейронных сетей
Аннотация: Учебное пособие по дисциплине «Введение в искусственный интеллект» представляет собой систематизированное изложение основных вопросов курса. В нем рассматриваются вопросы, связанные с историей развития искусственного интеллекта, его современными направлениями, методами и технологиями. Особое внимание уделяется анализу современных проблем и перспектив развития искусственного интеллекта. Пособие содержит практические задания для самостоятельной работы студентов. Для студентов специальностей 5В011100 – Информатика, 6В06112 - "Вычислительная техника и программное обеспечение", 6В06111 -"Информационные системы", а также для студентов, преподавателей и всех, кто интересуется разработкой искусственного интеллекта.
Держатели документа:
ЗКУ
Экземпляры всего: 5
чз2 (5)
Свободны: чз2 (5)

34.4(5Қаз)
К 15
Қайранбаев, М.
    Машина үйрету [Текст] : оқулық. 3-кітап / М. Қайранбаев. - Алматы : "Лантар books" ЖШС, 2023. - 418 б. - ("Жасанды Интеллект инженері болу" сериясы). - ISBN 9786013614960 : 19660.00 тг. - Текст : непосредственный.
ББК 34.4(5Қаз)

Рубрики: Жалпы машина жасау. Машинатану

   Общее машиностроение. Машиноведение

Кл.слова (ненормированные):
машина үйрету -- жасанды интеллект инженері болу -- машинаны үйретудің түрлері -- бақылау арқылы оқыту -- регрессиялық есеп -- классификациялық есеп -- бақылаусыз оқыту -- класстеризация -- сызықтық регрессия -- машинаны үйрету модельінің жалпы жағдайы -- баға функциясы -- градиенттік түсу -- код -- деректер генерациясы -- сызықтық алгебра -- матрица мен вектор -- матрицаларды қосу -- скальярға көбейту -- матрица мен вектор көбейтіндісі -- матрица мен матрицаны көбейту -- матрицаларды көбейтудегі қасиеттері -- кері матрица -- матрица транспозициясы -- бірнеше айнымалы сызықтық регрессия -- полиномиялды регрессия -- логистикалық регрессия -- классификация есебі -- шешім қабылдау аралығы -- бірнеше класстық классификатор -- регуляризация -- асыра сілтеп үйрету -- баға функциясына қосылған регуляризация -- сызықтық регрессияға қосылған регуляризация -- сызықтық регрессияға қосылған регуляризация коды -- логистикалық регрессия үшін регуляризация амалы -- нейрондық жүйелер -- сызықтық емес болжам функциясы -- жасанды нейрондық жүйелердің адам миымен қатынасы -- жасанды нейрондық жүйе -- жасанды нейрондық жүйедегі векторлық есептеу жолы -- сызықтық емес болжамды нейрондық жүйе арқылы жүргізу -- бірнеше класстық нейрондық жүйе -- нейрондық жүйедегі оқыту -- нейрондық жүйедегі баға функциясы -- артқа тарау алгоритмі -- градиенттік тексеру -- нейрондық жүйедегі параметрлерді кездейсоқ сандарға теңеу -- жасанды нейрондық жүйені оқыту үшін арналған бағдарлама -- нейрондық жүйенің толықтай алгоритмі -- машина үйретудегі кеңестер -- қателіктермен жұмыс істеу -- болжам модельіне баға беру -- машина үйрету модельдерін таңдау -- машина үйрету жүйесін құру -- теңеспеген ақпараттар жиынтығы -- тіреу векторының машиналары -- баға функциясын жетілдіру -- ядро функциясы 1 -- ядро функциясы 2 -- тіреу вектор машинасын қалай қолданамыз -- k жақын көршілер -- k жақын көршілер алгоритмі -- k жақын көршілер алгоритміндегі параметрлер -- шешім қабылдау ағашы -- кездейсоқ орман алгоритмі -- қарапайым байес -- байес теоремасы -- класстеризация есебі -- к-орта -- к-орта алгоритмі үшін баға функциясы -- центроидтардың бастапқы орны -- өлшемдікті қысқарту -- деректердің көлемін кішірейту -- деректер визуализациясы -- негізгі компонент анализі -- меншікті вектор есептеу жолы -- аномалияны анықтау -- гаусстық таралу -- аномалиялық құбылысты анықтау алгоритмі -- қасиеттерді таңдау -- көп айнымалы гаусстық таралу -- ұсыныс жүйелері -- бірлескен ұсыныс жүйесі -- орта нормализациясы -- үлкен деректермен жұмыс -- стохастикалық градиенттік түсу -- кіші топтық градиенттік түсу -- үйрету параллельизациясы -- оптикалық символды анықтау мысалы -- есеп берілгені -- жүгірмелі терезе -- деректерді жинау жолдары -- модель жұмысының өнімділігін арттыру
Аннотация: Бұл кiтаптың басты мақсаты — машинаны үйрету саласын оқырмандарға таныстыра келіп нөлдiк деңгейден халықаралық дәрежедегi Junior Machine Learning Engineer деңгейiне дейiнгі бiлiм беруді іске асыру. Өз тарапымыздан Junior Machine Learning Engineer деңгейін көздейтін тақырыптарды қарастырып, оларға толықтай түсінік беруге тырыстық. Әр тақырыптағы өз бiлiмдерiңiздi тексеру үшiн тест сұрақтар мен жаттығулар берiп отырдық. Бұл оқу құралында келесідей тақырыптар қамтылған: "Машинаны Үйретуге кіріспе", "Сызықтық Регрессия", "Логистикалық регрессия", "Нейрондық жүйелер", "Машинаны үйрету мен Машинаны үйрету жүйесiн құру кеңестері", "Тiреу векторының машиналары", "k Жақын Көршiлер", "Шешiм қабылдау ағашы", "Қарапайым Байес", "Класстеризация есебi", "Өлшемдiктi қысқарту", "Аномалияны анықтау", "Ұсыныс жүйелерi" және "Үлкен деректермен жұмыс". Әр тақырып үшiн Python тiлiнде код жазылып, сол тақырыпты теориялық түрде түсiнiп қана қоймай, сол кодты бiзбен бiрге жазып, практикалық тұрғыдан бiлiмдерiңiздi арттыра алуға қолайлы жағдай жасадық. Осылайша, өтілген әрбір тақырыпты толығырақ түсiну үшiн осы есептердi шығара отырып, тек теориялық тұрғыдан ғана емес, сонымен бірге практикалық тұрғыдан да түсiнік аласыздар.
Держатели документа:
БҚУ
Экземпляры всего: 2
оқу залы 2 (2)
Свободны: оқу залы 2 (2)