Машинное обучение: метаэвристики дифференциально-векторного движения

Глава в книге
DOI: 10.31483/r-110191
Open Access
Учебное пособие «Машинное обучение: метаэвристики дифференциально-векторного движения»
Creative commons logo
Опубликовано в:
Учебное пособие «Машинное обучение: метаэвристики дифференциально-векторного движения»
Автор:
Родзин С. И. 1 , Родзина О. Н. 1
Рубрика:
Все направления
Получена: 19.02.2024

Рейтинг:
Статья просмотрена:
669 раз
Размещено в:
РИНЦ
1 Федерацин кăнтăр ен университечĕ
Для цитирования:
Родзин С. И. Машинное обучение: метаэвристики дифференциально-векторного движения : учебное пособие / С. И. Родзин, О. Н. Родзина. – Чебоксары: «Лару-тăру» («Среда») издательство çурчě, 2024. – 140 с. – ISBN 978-5-907830-17-2. – DOI 10.31483/a-10610.
УДК 004(075.8)

Аннотаци

Метаэвристические алгоритмы, инспирированные природой, являясь одним из направлений в искусственном интеллекте и машинном обучении, в последние десятилетия стали мощным инструментом оптимизации, широко используются при распознавании образов и компьютерном зрении, технической и медицинской диагностике, прогнозировании, биоинформатике, фильтрации спама, анализе фондового рынка, в поисковых системах, в аффективных вычислениях, компьютерных играх. В учебном пособии рассматривается современное состояние, проблемы и области применения метаэвристик. Представлены алгоритмы дифференциально-векторного движения: дифференциальной эволюции, синуса-косинуса, эгоистичного стада животных, летучих мышей, империалистической конкуренции, роя саранчи, гравитационного поиска, светлячковый, бабочки монарха, червей, COVID-19, бактериальный, межнейронного взаимодействия, оптимизации группового обучения. Пособие адресовано бакалаврам и магистрам направлений «Информатика и вычислительная техника», «Информационные системы и технологии», «Программная инженерия», «Прикладная информатика», а также аспирантам специальности «Искусственный интеллект и машинное обучение».

Комментарии(0)

При добавлении комментария укажите:
  • степень актуальности публикуемого материала;
  • общую оценку (оригинальность и актуальность темы, полнота, глубина, всесторонность раскрытия темы, логичность, связность, доказательность, структурная упорядоченность, характер и достоверность примеров, иллюстративного материала, убедительность выводов);
  • недостатки, недочеты;
  • вопросы и пожелания Автору.