Книги
-
Аггарвал Ч. Нейронные сети и глубокое обучение. М.: Изд-во "Вильямс", 2020. 752 с.
-
Гудфеллоу Я., Бенджио И., Курваль А. Глубокое обучение. 2-е изд. М.: ДМК Пресс, 2018. 652 с.
-
Hybrid Artificial Intelligent Systems.
14th International Conference, HAIS 2019, León, Spain, September 4–6, 2019, Proceedings.
-
Бурков А. Машинное обучение без лишних слов. СПб.: Питер, 2020. 192 с.
-
Николенко С., Кадурин Е., Архангельская Е. Глубокое обучение.
Погружение в мир нейронных сетей. СПб.: Питер, 2018. 480 с.
-
Хайкин С. Нейронные сети: полный курс. 2-е изд. Изд-во "Вильямс", 2006. 1106 с.
-
Шлезингер М. И., Главач В. (2003).
Десять лекций по статистическому и структурному распознаванию образов.
-
Хливненко Л. В. Практика нейросетевого моделирования. Воронеж: ВГТУ, 2015. 214 с.
-
Фомин В.Н. Математическая теория обучаемых опознающих систем.
Л.: Изд-во Ленингр. ун-та, 1976. 236 с.
-
Гелиг А. Х., Матвеев А. С. Введение в математическую теорию обучаемых распознающих систем и нейронные сети. СПб.: Изд-во СПбГУ, 2014. 224 с.
-
Knox, Steven W. (2018).
Machine Learning: A Concise Introduction.
-
Simon Rogers, Mark Girolami (2017).
A first course in machine learning
-
Mohammed, Mohssen & Khan, Muhammad & Bashier, Eihab. (2016).
Machine Learning: Algorithms and Applications.
-
Hennig C., Meila M., Murtagh F., Rocci R. (2015).
Handbook of Cluster Analysis.
-
Sugiyama M. (2015).
Introduction to Statistical Machine Learning.
-
Sammut, Claude and Geoffrey I. Webb. (2010).
Encyclopedia of Machine Learning.
-
Koski, Timo & Noble, John. (2009).
Bayesian Networks: An Introduction.
-
Васильев Ф. П. Методы оптимизации. Часть I. М.: Изд-во МЦНМО, 2011. 620 с.
-
Nocedal J., Wright S. J. Numerical Optimization. 2006. 685 p.
-
Гавурин М. К., Малозёмов В. Н. Экстремальные задачи с линейными ограничениями.
Л.: Изд-во Ленингр. ун-та, 1984. 176 с.
- Даугавет В. А. Численные методы квадратичного программирования. СПб.: Изд-во СПбГУ, 2004. 128 с.
-
Optimization Stories. Documenta Mathematica. 2012. 460 p.
