Искусственный интеллект: модели, сети и методы машинного обучения. (Бакалавриат, Магистратура). Учебное пособие.

Рассматриваются: понятие и историческое развитие искусственного интеллекта, особенности интеллектуальных информационных систем (функции, структура, исследования, направления развития, методология и классификация), способы представления знаний, экспертные системы (организация, классификация, разработка). Особое внимание уделено прикладным задачам анализа данных: регрессия и классификация, сходства различия задач, стандарт CRISP-DM, проблемы недообучения переобучения, отбор признаков, несбалансированная классификация, детектирование аномалий, обучение без меток. Описаны ключевые профессии и оценка моделей.