компьютеры

Генетические алгоритмы, Панченко Т.В., 2007.

   В книге рассмотрены генетические алгоритмы, широко применяемые в последнее время для решения задач оптимизации. Описываются стандартные функции универсального пакета MATLAB 7.0.1, предназначенные для решения задач оптимизации с помощью генетических алгоритмов. Приводится лабораторная работа, посвященная изучению методов решения оптимизационных задач с помощью MATLAB 7.0.1.
Предназначено для студентов V курса, обучающихся по специальности «Прикладная математика и информатика».

Поколение JSON, Хроники Client-Side Testing, Емельянов Д., 2026.
 
   Вы инженер или «оператор фреймворка»?
Если отключить StackOverflow и ChatGPT, останетесь ли вы инженером, или превратитесь в беспомощного пользователя?
Мы вырастили «Поколение JSON» — разработчиков, которые клеят API, но не понимают физику процесса. Мы забыли базу ради хайпа.
Эта книга — холодный душ для индустрии. Честный разбор того, как мы свернули не туда, и карта выхода из тупика.
Перестаньте молиться на фреймворки. Начните изучать Computer Science.
Жестко. Честно. Для тех, кто готов расти.

Основы теории и обработки растровой графики, Гнибеда А.Ю., Гурьянова О.А., 2021.
 
   В учебнике изложены основы растровой графики - одной из форм представления графических данных, используемых при формировании цифровых иллюстраций, фотографий, художественных изображений для публикации в сети Интернет, полиграфического воспроизведения и т. д.
Рассматриваются базовые теоретические вопросы представления растровой графики с помощью средств вычислительной техники, некоторые математические и физические аспекты формирования структуры изобразительной информации, ее цветового и градационного содержания, принципы ее обработки, а также приемы создания продукции, удовлетворяющей высоким требованиям к качеству воспроизведения и обладающей художественно-эстетической ценностью.
Учебник предназначен для студентов высших и средних специальных учебных заведений, обучающихся по направлениям подготовки 54.03.01 «Дизайн» и 09.03.02 «Информационные системы и технологии», а также для всех желающих развивать свои навыки работы с растровой графикой.

Основы работы с моделями машинного и глубокого обучения, Пылов П.А., 2023.
 
   Представлены необходимые инструменты для программной и математической разработки моделей прикладного машинного и глубокого обучения. Показаны базовые принципы и аспекты, которыми оперирует область Data Science. Дан ознакомительный экскурс по теоретической составляющей курса, для каждой рассмотренной модели машинного/глубокого обучения поставлена в соответствие её прикладная реализация.
Для студентов, обучающихся по направлению подготовки «Искусственный интеллект». Может быть полезно специалистам в области искусственного интеллекта.

Математика и архитектура глубокого обучения, Чаудхури К., 2026.
 
   Узнайте, что происходит внутри черного ящика! Для использования глубокого обучения вам придется подготовить данные, выбрать правильную модель, обучить ее. оценить качество и точность и предусмотреть обработку неопределенности и изменчивости в выходных данных развернутого решения. Эта книга шаг за шагом знакомит с основными математическими концепциями, которые пригодятся вам как специалисту по данным, — с векторным исчислением, линейной алгеброй и байесовским выводом, представляя их с точки зрения глубокого обучения.
Авторы объясняют математику, теорию и принципы построения моделей глубокого обучения, а затем демонстрируют применение теории на практике, приводя фрагменты программного кода на Python с подробными комментариями. В книге вы пройдете путь от основ алгебры, исчисления и статистики до современных архитектур глубокого обучения, ставших результатом новейших исследований.

Компьютерное зрение, Практика, Сацюк А.В., 2025.
 
  Содержит краткое теоретическое описание основных методов и принципов области компьютерного зрения, а также включает практические примеры: программы с применением функций библиотек компьютерного зрения на языке Python, начиная от примеров работы с пикселями и заканчивая нейросетевыми задачами.
Для студентов старших курсов очной и заочной форм обучения, инженеров и аспирантов, которые обучаются по специальности «Системы обеспечения движения поездов» и «Информационные системы и технологии», а также для обучающихся на дополнительных курсах по направлению «Искусственный интеллект», «Программирование и робототехника», «Компьютерное зрение».

Современные операционные системы, Назаров С.В., Широков А.И., 2024.
 
   В учебном пособии представлены понятия и положения теории операционных систем. Даны основные определения и классификации, рассмотрены интерфейсы операционных систем, организация вычислительного процесса, вопросы управления памятью и устройствами компьютера, организации файловых систем. Уделено внимание совместимости операционных сред и средствам ее обеспечения, в том числе виртуальным машинам. Изложена история происхождения двух наиболее распространенных представителей этого класса программных систем: семейства UNIX Linux и компании Microsoft. Рассмотрены стандарты и лицензии на программные продукты.
Учебное пособие освещает теоретические и практические вопросы построения современных операционных систем, сред и оболочек как отдельных компьютеров, так и корпоративных информационных систем, в том числе распределенных. Рассмотрены вопросы архитектуры современных ОС, организации мультипрограммных вычислительных процессов, распределения памяти, управления внешними устройствами и др. Уделено внимание перспективным тенденциям построения ОС, в том числе вопросам виртуализации и мобильности операционных систем. Авторы оригинально, в соответствии с современными концепциями теории построения, развития и применения операционных систем, решают вопросы изложения материала издания.
Предназначено для студентов, обучающихся по направлениям подготовки, связанным с информатикой и информационными технологиями, а также для всех, кто интересуется вопросами работы в современных операционных системах.

Системы искусственного интеллекта и машинное обучение, Истратова Е.Е., Антонянц Е.Н., 2025.
 
   Учебное пособие посвящено описанию принципов работы систем искусственного интеллекта, моделей и способов машинного обучения, а также алгоритмов глубокого обучения. В работе изложены научно-методологические основы и подходы к процессу разработки и применения систем искусственного интеллекта. Большое внимание уделяется принципам обработки естественного языка, инструментам искусственного интеллекта для работы с изображениями, аудио- и медиафайлами.
Учебное пособие адресовано обучающимся по направлениям 09.03.01 «Информатика и вычислительная техника», 09.03.03 «Прикладная информатика» и 45.03.02 «Лингвистика», а также может быть полезно специалистам в области информационных систем и технологий.