Каталог - Электронная библиотечная система "BookUp"

Сбросить всё

Сортировать по

релевантности

названию

цене

авторам

году издания

популярности

Вид

Медицинская информационная система БАРС

Маркина Н. В., Мукашева А. А.

Физика в медицине

Маркина Н. В.,

Mathematics

Маркина Н. В., Сафронова И. В.

Математика. Ч. 1

Математика. Ч. 2

Медицинская информатика: параметрические и непараметрические методы статистики на компьютере

Маркина Н. В., Беленкова Э. И.

Учебное пособие предназначено для аудиторных занятий и самостоятельной работы студентов по дисциплинам «Медицинская информатика» и «Информационно-коммуникационные технологии в стоматологии».
В учебном пособии представлены следующие параметрические и непараметрические методы статистики, использующиеся при проведении научных исследований в медицине: описательные статистики, критерий Шапиро—Уилка, построение гистограмм и диаграмм размаха, t-критерий Стьюдента, дисперсионный анализ Фишера, регрессионный анализ, U-критерий Манна-Уитни, H-критерий Краскела–Уоллиса, критерий Колмогорова–Смирнова, критерий Вилкоксона, критерий χ2 Пирсона при наличии таблиц сопряженности 2×2 для двух независимых выборок, критерий Мак-Немара для двух зависимых выборок, критерий χ2 Пирсона для сравнения наблюдаемых и ожидаемых частот. Статистики рассчитываются на языке R.
Учебное пособие составлено в соответствии с рабочими программами дисциплин «Медицинская информатика» и «Информационно-коммуникационные технологии в стоматологии», разработанных с учетом требований федеральных государственных образовательных стандартов высшего образования по направлениям специалитета 31.05.01 Лечебное дело, 31.05.02 Педиатрия и 31.05.03 Стоматология, утвержденных приказами Министерства науки и высшего образования Российской Федерации от 12 августа 2020 г. N 988, 965 и 984 соответственно.

Основы искусственного интеллекта

Маркина Н. В., Беленкова Э. И.

Учебно-методическое пособие предназначено для практических аудиторных занятий и самостоятельной работы студентов по дисциплине «Основы искусственного интеллекта».
В учебно-методическом пособии представлены: основы работы с языком программирования Python и интерактивной средой разработки Pycharm, программная реализация искусственного нейрона и персептрона, создание и обучение искусственной нейронной сети для классификации данных, распознавание объектов на изображениях с помощью классификаторов Хаара и сверточных нейронных сетей. Материал пособия содержит как теоретический материал по созданию и обучению искусственных нейронных сетей, так и практические примеры программ на языке Python.
Учебно-методическое пособие составлено в соответствии с рабочей программой дисциплины «Основы искусственного интеллекта», разработанной с учетом требований федерального государственного образовательного стандарта высшего образования по направлению специалитета 31.05.01 Лечебное дело, утвержденного приказом Министерства науки и высшего образования Российской Федерации от 12 августа 2020 г. № 988.

Основы искусственного интеллекта

Маркина Н. В., Беленкова Э. И.

Учебное пособие предназначено для практических аудиторных занятий и самостоятельной работы студентов по дисциплине «Основы искусственного интеллекта».

Представлены основы работы с языком программирования R и средой разработки RStudio. Описаны методы искусственного интеллекта, используемые для решения следующих задач: кластерный анализ данных с помощью сетей Кохонена, алгоритма иерархической кластеризации, алгоритма нечетких с-средних и алгоритма PAM; классификация числовых данных с использованием метода опорных векторов и деревьев решений; классификации числовых и категориальных данных с использованием нейронных сетей. Даны подробные практические сведения о решении задач кластеризации и классификации медицинских данных на языке R.

Учебное пособие составлено в соответствии с рабочей программой дисциплины «Основы искусственного интеллекта», разработанной с учетом требований федерального государственного образовательного стандарта высшего образования по направлению специалитета 31.05.01 Лечебное дело, утвержденного приказом Министерства науки и высшего образования Российской Федерации от 12 августа 2020 г. № 988.