Все для школьников, студентов, учащихся, преподавателей и родителей - Обучалка - Obuchalka.org

Врачи, пациенты, читатели, Патографические тексты русской культуры XVIII-XIX веков, Богданов К.А., 2005.
    
   Константин Богданов — доктор филологических наук, историк культуры, автор книг «Деньги в фольклоре» (1995), «Homo Tacens: Очерки по антропологии молчания» (1998), «Повседневность и мифология: Исследования по семиотике фольклорной действительности» (2001), комментированного перевода научно-астрономической поэмы Арата Солийского «Явления» (2000). Тема настоящей книги — тексты и события, демонстрирующие взаимосвязь властных, медицинских и литературных представлений о физической природе человека и об их влиянии на общество. Отдельная часть книги посвящена истории холерных эпидемий в России, сыгравших кардинальную роль в формировании «медико-политической» риторики и стереотипа «врага народа».

Превосходство, 2023.
    
   Данная книга рассчитана на курсантов выпускных курсов военных училищ, молодых лейтенантов и, с большой натяжкой, на старых старших лейтенантов. Остальным её читать или слишком рано, или уже поздно. Может быть, ее смогут прочитать курсанты ранних курсов - первого или второго, но, только в рамках дисциплины философия, как пример инакомыслия.

Астрономические наблюдения в школе, Книга для учителя, Андрианов Н.К., Марленский А.Д., 1987.
    
   В книге изложены основные сведения о телескопах и приемах их испытаний. Даны методические рекомендации, как наблюдать различные небесные тела и как затем использовать материалы наблюдений на уроках. Рассмотрены простейшие математические методы обработки данных наблюдений.

An Introduction to Image Classification, Toennies K.D., 2024.
    
   This book commences by laving the groundwork for image classification through image feature extraction and model-driven classification in feature space. Neural networks are then introduced that can learn arbitrary models directly from labeled sample images. The behavior of a neural network is traced back to concepts of a designed classification model. We explicitly discuss relations between network topologies and their ability to represent components of a traditional designed model. It helps to gain insight into the potential and limitations of such networks.

Advanced Techniques in Optimization for Machine Learning and Imaging, Benfenati A., Porta F., Bubba T.A., 2024.
    
   In recent years, non-linear optimization has had a crucial role in the development of modern techniques at the interface of machine learning and imaging. The present book is a collection of recent contributions in the field of optimization, either revisiting consolidated ideas to provide formal theoretical guarantees or providing comparative numerical studies for challenging inverse problems in imaging. The work of these papers originated in the INdAM Workshop “Advanced Techniques in Optimization for Machine learning and Imaging” held in Roma, Italy, on June 20-24, 2022.

3D Data Science with Python, Poux F., 2025.
    
   This book is a practical reference for data scientists, engineers, and anyone curious about working with 3D data. It assumes very little: it will work beautifully, even without any understanding of Python programming and little familiarity with fundamental data science concepts. Moreover, no prior experience with 3D Data Processing is necessary. I will guide you through the essential libraries and techniques step-by-step, ensuring that you can apply the knowledge to real-world scenarios and challenges, in a о to 1 fashion.

Прикладное машинное обучение и искусственный интеллект для инженеров, Просиз Дж., 2024.
    
   Книга рассказывает о применении искусственного интеллекта и машинного обучения в бизнесе и инженерной практике. Подробно описаны популярные алгоритмы машинного обучения и разъяснено, когда их целесообразно использовать. Приведены примеры построения моделей машинного обучения на языке Python с помощью библиотеки Scikit-Leam, а также создания нейронных сетей посредством библиотек Keras и TensorFlow. Изложены базовые принципы и способы оценки регрессионных моделей, моделей бинарной и многоклассовой классификации. Показаны примеры создания модели распознавания лиц и обнаружения объектов, языковых моделей, отвечающих на естественно-языковые вопросы и переводящих текст на другие языки. Рассмотрено использование набора облачных API Cognitive Services для внедрения ИИ в различные приложения.

Машинное обучение с использованием Python, Сборник рецептов, Галлатин К., Элбон К., 2024.
    
   Книга содержит около 200 задач машинного обучения, таких как загрузка и обработка текстовых или числовых данных, отбор модели и многие другие. Рассмотрена работа с языком Python, библиотеками pandas и scikit-learn. Коды примеров можно вставлять, объединять и адаптировать, создавая собственное приложение. Приведены рецепты решений с использованием: векторов, матриц и массивов; данных из CSV, JSON, SQL, баз данных, облачных хранилищ и других источников; обработки данных, текста, изображений, дат и времени; уменьшения размерности и методов выделения или отбора признаков; оценивания и отбора моделей; линейной и логистической регрессии, деревьев, лесов и к ближайших соседей; опорно-векторных машин (SVM), наивных байесовых классификаторов, кластеризации и нейронных сетей; сохранения и загрузки натренированных моделей.
Во втором издании все примеры обновлены, рассмотрены задачи и фреймворки глубокого обучения, расширены разделы с тензорами, нейронными сетями и библиотекой глубокого обучения PyTorch.