townie
← Афиша · Москва

Здоровье

Методы машинного обучения для анализа биомедицинских данных

Методы машинного обучения для анализа биомедицинских данных Ведущие: Боков Григорий Владимирович, Галатенко Алексей Владимирович, Иванов Илья Евгеньевич Целевая аудитория: 3-6 курс, магистранты Учебный год: 2026/27 Семестр: Год Источники: Брик Х., Феверолф М., Ричардс Д., Машинное обучение, Библиотека программиста: Питер, 2017 – 336 с. Заде Л., Понятие лингвистической переменной и его применение к принятию приближенных решений: Мир, 1976 — 166 с. Мак-Каллок, У. С. , Питтс, В. Логическое исчисление идей, относящихся к нервной активности = A logical calculus of the ideas immanent in nervous activity: Автоматы, 1956 - 363 – 384 с. Минский М ., Пейперт С., Персептроны = Perceptrons: Мир, 1971 — 261 с. Розенблатт Ф. , Принципы нейродинамики: Перцептроны и теория механизмов мозга = Principles of Neurodynamic: Perceptrons and the Theory of Brain Mechanisms: Мир, 1965 — 480 с. Николенко С., Архангельская Е., Кадурин А, Глубокое обучение, покружение в мир нейронных сетей, Библиотека программиста: Питер, 2020 – 480 с. Бенджио И., Курвилль А., Гудфеллоу Я., Глубокое обучение: ДМК-Пресс, 2018 – 652 с. Liou C., Cheng C., Liou J.-W., Liou D., Autoencoder for Words: Neurocomputing, 2014 - v.139, 84-96 p.

Подробнее у организатора ↗