Программирование

Каждую секунду во всем мире собирается и динамически обновляется огромный объем информации. Графовые алгоритмы, которые основаны на математике, специально разработанной для изучения взаимосвязей между данными, помогают разобраться в этих гигантских объемах. и, что особенно важно в наши дни, они улучшают контекстную информацию для искусственного интеллекта. Эта книга представляет собой практическое руководство по началу работы с графовыми алгоритмами. В начале описания каждой категории алгоритмов приводится таблица, которая поможет быстро выбрать нужный алгоритм и ознакомиться с примерами его использования. Для изучения материала книги желателен опыт использования платформ Apache Spark или Neo4j, но она пригодится и для изучения более общих понятий теории графов, независимо от выбора графовых технологий.

Древняя стратегическая игра го представляет собой отличный пример для демонстрации возможностей искусственного интеллекта. В 2016 году система, основанная на принципах глубокого обучения, потрясла мир го, победив одного из чемпионов. В данной книге вы познакомитесь с методами глубокого обучения и научитесь создавать го-ботов. По мере чтения вы будете применять все более сложные методы и стратегии обучения, используя библиотеку глубокого обучения Keras, написанную на языке Python. Вы будете с удовольствием наблюдать за тем, как ваш бот осваивает игру го, и узнаете о вариантах применения полученных навыков глубокого обучения к широкому кругу других задач!

Там, где традиционные алгоритмы бесполезны или не дают результата за обозримое время, на помощь могут прийти генетические алгоритмы. Они позволяют решить целый комплекс сложных задач, в том числе связанных с искусственным интеллектом, упростить оптимизацию непрерывных функций, выполнять реконструкцию изображений и многое другое. Для изучения материала книги требуются владение языком Python на рабочем уровне и базовые знания математики и информатики.

В данной статье предлагается генетический алгоритм решения квадратичной задачи о назначениях с запретами и целевой функцией специального вида. Такой класс задач возник при рассмотрении объектного подхода к моделированию процесса составления учебного расписания. Статья содержит подробное описание всех основных этапов генетического алгоритма применительно к данной постановке задачи. В заключение приводятся результаты, полученные в ходе вычислительного эксперимента

Учебно-методическое пособие подготовлено на кафедре программного обеспечения и администрирования информационных систем факультета ПММ Воронежского государственного университета.

Рассматриваются вопросы генерации многоуровневых иерархических эволюционирующих программных систем на основе модели теории искусственной жизни. Приведены результаты эксперимента, иллюстрирующего процесс эволюционного образования на основе исходного вида многоуровнего сообщества цифровых организмов с отношениями "хищник-жертва".

Методическое пособие предназначено для самостоятельной работы магистров 1-го курса, обучающихся на геологическом факультете по программе «Экологический менеджмент». Также оно будет полезно и бакалаврам 4-го курса (профиль «Экологическая геология»). Описание приемов проведения самостоятельной работы сделано на примере дешифрирования космоснимков высокого разрешения по Ковдорскому железорудному месторождению.