Здравствуйте. На Ваш запрос предлагаем следующие издания (источники: ЭК РНБ, ПС Google, Elibrary):
1. Клименко Т.М. Обзор методов обнаружения распределенных атак типа "отказ в обслуживании" на основе машинного обучения и глубокого обучения / Т.М. Клименко, Р.Р. Акжигитов // International Journal of Open Information Technologies. – 2023. – Т. 11, № 6. – С. 46-66. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=54101981 (дата обращения: 10.02.2025). – Доступ после регистрации.
2. Ли К.-Ф. ИИ – 2041 : десять образов нашего будущего / Кай-Фу Ли, Чэнь Цюфань ; пер. с англ. О. Медведь, А. Лаировой. – Москва : Манн, Иванов и Фербер, 2023. – 430, [1] с. : ил. – (Технологии будущего). – Библиогр. в подстроч. примеч.
3. Ломакина Л.С. Нейро-нечеткие классификаторы. Теория и практика : монография / Л.С. Ломакина, С.А. Манцеров, И.Д. Чернобаев. – Воронеж : Научная книга, 2022. – 136 с. : ил. – Библиогр.: с. 129-136 (91 назв.).
4. Малашин Р.О. Обучение динамически конфигурируемого классификатора с использованием глубокого q-обучения / Р.О. Малашин, А.А. Бойко // Оптический журнал. – 2022. – Т. 89, № 8. – С. 8-23.
5. Малов Д.А. Глубокое обучение и анализ данных : практ. руководство / Д.А. Малов. – Санкт-Петербург : БХВ-Петербург, 2023. – 272 с. : ил., табл.
6. Прикладные нейро-нечеткие вычислительные системы и устройства : монография / М.В. Бобырь, С.Г. Емельянов, А.Е. Архипов, Н.А. Милостная. – Москва : ИНФРА-М, 2023. – 262 с. : ил., табл. – (Научная мысль . Информатика). – Библиогр.: с. 242-260 (215 назв.).
7. Рахманов П.А. Глубокое обучение и машинное обучение: ключевые отличия и влияние на современные технологии / П.А. Рахманов, С.С. Гаррыев, С.С. Реджепгелдиев // Вестник науки. – 2024. – Т. 4, № 4 (73). – С. 651-654. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=65651698 (дата обращения: 10.02.2025). – Доступ после регистрации.
8. Салтанаева Е.А. Сравнение традиционных методов машинного обучения и глубокого обучения / Е.А. Салтанаева, А.А. Шакиров, А.Р. Гимаева // Научно-технический вестник Поволжья. – 2023. – № 12. – С. 379-381. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=59886569 (дата обращения: 10.02.2025). – Доступ после регистрации.
9. Сейновски Т. Антология машинного обучения : важнейшие исследования в области ИИ за последние 60 лет / Терренс Сейновски ; [пер. с англ. М.А. Райтмана, Е.В. Сазановой]. – Москва : Бомбора : Эксмо, 2022 [т. е. 2021]. – 300 с. : ил., портр. – (Библиотека MIT). – Библиогр. в подстроч. примеч.
10. Траск Э. Грокаем глубокое обучение / Эндрю Траск ; пер. с англ. А. Киселев. – Санкт-Петербург [и др.] : Питер : Прогресс книга, 2023 [т. е. 2022]. – 352 с. : ил. – (Серия "Библиотека программиста"). 2022-7/8909
11. Уиндер Ф. Обучение с подкреплением для реальных задач : инженерный подход / Фил Уиндер ; пер. с англ. Е. Черских. – Санкт-Петербург : БХВ-Петербург, 2023 [т. е. 2022]. – 400 с. : ил. – Библиогр. в конце гл.
12. Харьков В.П. Искусственный интеллект, машинное обучение и нейронные сети в бизнесе и образовании : монография / В.П. Харьков ; Нац. ин-т бизнеса. – Москва : Изд-во Моск. гуманитар. ун-та, 2023. – 87 с. : ил., табл. – Библиогр.: с. 85 (17 назв.).
13. Худхейр А.Р.М. Модели машинного обучения и глубокого обучения для электронной информационной безопасности в мобильных сетях / А.Р.М. Худхейр, Е.В. Заргарян, Ю.А. Заргарян // Известия ЮФУ. Технические науки. – 2022. – № 3 (227). – С. 211-222. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=49531174 (дата обращения: 10.02.2025). – Доступ после регистрации.
14. Черняков М.К. Системы искусственного интеллекта и машинное обучение : монография / М.К. Черняков ; СибУПК. – Новосибирск : [б. и.], 2024. – 150 с. : ил. – Библиогр.: с. 143-149 (55 назв.).
15. Чуб В.С. Интеграция Mongodb в процесс обучения нейронных сетей: эффективное хранение и управление данными для глубокого обучения // Молодой исследователь Дона. – 2024. – Т. 9, № 1 (46). – С. 35-38. – Электрон. копия доступна на сайте Науч. электрон. б-ки eLibrary. URL:
https://elibrary.ru/item.asp?id=60046787 (дата обращения: 10.02.2025). – Доступ после регистрации.
