компьютеры

ЕГЭ 2024, Информатика, 11 класс, Демонстрационный вариант.
 
   Демонстрационный вариант контрольных измерительных материалов единого государственного экзамена 2024 года по ИНФОРМАТИКЕ.
Назначение демонстрационного варианта заключается в том, чтобы дать возможность любому участнику ЕГЭ и широкой общественности составить представление о структуре будущих КИМ, количестве заданий, об их форме и уровне сложности.

ГВЭ, Информатика, 9 класс, Спецификация, Устная форма, 2024.
 
   Спецификация экзаменационных материалов для проведения в 2024 году государственного выпускного экзамена по образовательным программам основного общего образования (устная форма) по информатике.

ГВЭ, Информатика, 9 класс, Спецификация, Письменная форма, 2024.
 
   Спецификация экзаменационных материалов для проведения в 2024 году государственного выпускного экзамена по образовательным программам основного общего образования (письменная форма) по информатике.

Искусственный интеллект и логические нейронные сети, Барский А.Б., 2019.

   В рамках известных парадигм Н.М. Амосова исследуются основные задачи искусственного интеллекта и возможности их решения с помощью логических нейронных сетей, построенных на основе математической логики событий. Предлагаются модели дедуктивного и индуктивного мышления на базе языка логического вывода ПРОЛОГ. На базе аппарата логических нейронных сетей приводится решение актуальных и перспективных задач ассоциативных вычислений: аппроксимации опытных данных и построения информационно-справочных систем по принципу ассоциативной выборки, задач распознавания объектов и символов, построения рейтинговых систем и банковского мониторинга, систем управления качеством, обучаемых и самообучающихся систем управления, способов ускорения реакции операционной системы суперкомпьютера, задачи «живого» моделировании. Демонстрируется простейший подход к построению и развитию обученных нейронных сетей.
Книга предназначена для студентов, обучающихся в магистратуре технических и экономических вузов, аспирантов, инженеров и исследователей в области применения современных информационных технологий искусственного интеллекта в системах моделирования, управления и принятия решений.

280 игр для 32-битных приставок PlayStation, 1998.

   В книге представлены описания видеоигр для приставок PlayStation. Приведены коды и пароли, изложены игровые приемы, даны советы, облегчающие прохождение игр.

Руководство по Cycles, Слаква А.

   Cycles — это движок рендеринга, который впервые появился в Blender версии 2.61 (декабрь 2011). Он доступен в качестве дополнения для программы наряду с новым встроенным рендером EEVEE. Cycles создает изображение методом трассировки лучей с упором на интерактивность и простоту использования. Для материалов используется система нодов, с помощью которой можно создавать фотореалистичные материалы любой сложности. Большими преимуществами движка являются возможность быстрого просмотра результата непосредственно в окне 3D-вида, а также рендеринг с помощью графической карты (GPU).
Движок рендеринга Cycles имеет в своем распоряжении 80 нодов для создания материалов. Помнить их все и знать, что каждый делает, достаточно проблематично, если вы не создаете материалы с его помощью ежедневно. А вот с помощью данной книги для вас не составит труда узнать, что делает каждый нод (и не только ноды), и в любой момент освежить в памяти полученные ранее знания.

Искусственный интеллект и универсальное мышление, Потапов А.С., 2012.

   Книга содержит доступное введение в обширную и сложную область искусственного интеллекта. Существенное внимание уделено основополагающим идеям, необходимым для глубокого понимания методов поиска в пространстве решений, представления знаний, машинного обучения и самоорганизации, составляющих основу искусственного интеллекта. В то же время книга представляет собой рассуждение о том, каких ключевых свойств не хватает интеллектуальным системам, чтобы стать по-настоящему разумными, для чего автор нередко обращается к истокам искусственного интеллекта в области психологии, лингвистики, нейрофизиологии, математики, философии.
Книга предназначена для широкого круга читателей, интересующихся вопросами мышления, но также может оказаться полезной и специалистам в области искусственного интеллекта.

Моделирование сложных систем по экспериментальным данным, Ивахненко А.Г., Юрачковский Ю.П., 1987.
 
   Описан новый аппарат моделирования — метод группового учета аргументов, предназначенный для восстановления структуры и параметров искомых зависимостей и долгосрочного прогнозирования на основе экспериментальных данных. Рассмотрены формальные прогнозирующие модели и алгоритмы долгосрочного прогноза. Изложена теория метода в применении к идентификации закономерностей поведения объекта по выборке наблюдений.
Для инженеров, занимающихся моделированием с использованием ЭВМ.