Барский, А. Б. Введение в нейронные сети: учебное пособие / А. Б. Барский. — 4-е изд. — Москва: Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. — 357 c. — ISBN 978-5-4497-2381-9. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/133929.html (дата обращения: 20.04.2026). — Режим доступа: для авторизир. пользователей.

Главной целью данного учебного пособия является демонстрация и внедрение универсального подхода, способного вывести проблему нейронных сетей с уровня частного применения на уровень массового использования практически во всех областях знаний, где требуется логически обосновать принимаемое решение. Утверждается, что самый простой подход к построению нейронных сетей на основе реализуемой нейроном «нечеткой» логики (логических нейронных сетей), продиктован практикой ясного мышления человека. Этот подход приводит к построению всего лишь однослойных нейронных сетей с простейшей функцией активации нейрона, при необходимости дополненных обратными связями. На основе положений математической логики событий исследуются нейронные сети, имитирующие механизмы работы мозга. Эти механизмы реализуют операции вывода по «нечеткой» логике в составе систем искусственного интеллекта — распознавания, управления и принятия решений — во всех областях человеческой деятельности. Рассмотрение многих примеров демонстрирует простейший подход к построению и развитию обученных нейронных сетей «под задачу», а также трассировку — обучение при заданной структуре сети. Предназначено для всех, кто интересуется вопросами нейронных сетей, нечеткой логики и нейросетевых технологий.

Барский, А. Б. Логические нейронные сети: учебное пособие / А. Б. Барский. — 4-е изд. — Москва: Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2024. — 491 c. — ISBN 978-5-4497-3303-0. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/142272.html (дата обращения: 06.05.2026). — Режим доступа: для авторизир. пользователей.

В учебном пособии на основе положений математической логики событий исследуется возможность построения логических нейронных сетей, выполняющих операции вывода в составе систем искусственного интеллекта, имитирующих механизмы работы мозга. Предлагаются методы построения обученных нейронных сетей, созданных «под задачу», простые методы обучения-трассировки, методы преобразования описаний систем принятия решений для повышения достоверности выводов. Рассматривается возможность применения логических нейронных сетей в самообучающихся системах управления, а также в различных системах экономики, транспорта, безопасности, защиты информации, при решении задач интеллектуального отображения, в бизнесе туризма и развлечений, при политическом и социальном прогнозировании и в других задачах науки и искусства.

Доверенный искусственный интеллект: монография / Ю. А. Анисимов, В. Г. Грибунин, С. Е. Кондаков [и др.]. — Саров: Российский федеральный ядерный центр – ВНИИЭФ, 2025. — 191 c. — ISBN 978-5-9515-0591-0. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/153825.html (дата обращения: 15.10.2025). — Режим доступа: для авторизир. пользователей.

В монографии рассмотрены принципы повышения доверия к «классическим» информационным технологиям, отличия систем искусственного интеллекта от информационных технологий, вызванные этими отличиями новые угрозы безопасности информации и реализующие их атаки. Приведена информация о методах защиты от атак. Отмечена особая важность доверия к данным, которые являются основой систем искусственного интеллекта, а также необходимость обеспечения робастности и прозрачности (интерпретируемости) решений, принимаемых системами искусственного интеллекта. Выполнено сравнение подходов функциональной и информационной безопасности. Рассмотрены особенности обнаружения аномалий в системах искусственного интеллекта.

Прасол, А. А. Вы сказали «искусственный интеллект»? Феномен двуликого Януса новейшей технологии / А. А. Прасол. — Москва: Техносфера, 2024. — 144 c. — ISBN 978-5-94836-687-6. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/145863.html (дата обращения: 15.10.2025). — Режим доступа: для авторизир. пользователей.

Сегодня нет, пожалуй, технологии, которая привлекала бы к себе более пристальное внимание, чем искусственный интеллект. Машинный разум способен производить вычисления с недостижимой скоростью и оперировать большими данными, сравнимыми с содержанием сотен томов энциклопедий. Нейросеть соревнуется в мастерстве с профессиональными художниками и писателями, робототехнические системы, вооруженные искусственным интеллектом, способны создавать подобные себе механизмы. И все же самый производительный компьютер не в состоянии соревноваться с человеческим мозгом. Недавнее открытие российских ученых в области нейроморфных компьютеров расширило возможности вычислительной техники. А достигнут ли машины уровень мышления человека? На этот и многие другие вопросы дается ответ в книге «Вы сказали «искусственный интеллект»?» Автор не случайно написал ее сразу после выхода в свет книги «Вы сказали «роботы»?», потому что робототехника и искусственный интеллект очень тесно связаны друг с другом. Для широкого круга читателей.

Пылов, П. А. Изучение искусственного интеллекта на основе принципа интенсификации обучения: монография / П. А. Пылов, Р. В. Майтак, А. В. Дягилева. — Москва, Вологда: Инфра-Инженерия, 2024. — 172 c. — ISBN 978-5-9729-1594-1. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/143203.html (дата обращения: 28.04.2026). — Режим доступа: для авторизир. пользователей.

Показан процесс изучения основ машинного и глубокого обучения в теоретической и прикладной плоскости подготовки. Рассмотрены профильные направления искусственного интеллекта и критерии их значимости. Приведен анализ и аудит содержания подходящих существующих готовых рабочих программ. Для специалистов в области искусственного интеллекта. Может быть полезно студентам, обучающимся по направлению подготовки «Искусственный интеллект».

Савченко, Е. Ю. Основы и применение нейронных сетей: теория, практика, инновации: учебное пособие / Е. Ю. Савченко. — Бишкек: Нео Принт, 2024. — 116 c. — ISBN 978-9967-9517-4-7. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/149769.html (дата обращения: 28.04.2026). — Режим доступа: для авторизир. пользователей.

Учебное пособие «Основы и применение нейронных сетей: Теория, практика, инновации» является руководством по изучению и применению нейронных сетей в различных сферах искусственного интеллекта. Оно охватывает широкий диапазон тем, начиная от основ и истории развития нейронных сетей, до современных технологий и инновационных применений, таких как генеративные сети (GAN) и обработка естественного языка (NLP). Пособие содержит теоретические основы, практические задания «Нейро-практикум» для закрепления знаний, а также обзор последних тенденций и будущего развития нейронных сетей. Это руководство станет ценным ресурсом для студентов, преподавателей и профессионалов в области ИИ, желающих глубже изучить эту быстро развивающуюся область.

Сацюк, А. В. Компьютерное зрение и нейронные сети. Практика: учебное пособие / А. В. Сацюк. — Москва, Вологда: Инфра-Инженерия, 2025. — 364 c. — ISBN 978-5-9729-2706-7. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/154621.html (дата обращения: 16.04.2026). — Режим доступа: для авторизир. пользователей.

Представляет собой комплексное руководство, включающее как краткое изложение теоретических основ, так и подробное описание практических методов компьютерного зрения. Рассматриваются основные принципы работы с изображениями и видео, методы их обработки, выделения объектов, а также интерактивного управления. Практическая часть учебника сопровождается программными примерами на языке Python, начиная с базовых операций над пикселями и заканчивая применением глубокого обучения для решения задач распознавания. Особое внимание уделено использованию библиотеки OpenCV и применению полученных знаний на встраиваемых системах. Для студентов технических вузов, инженеров и аспирантов, специализирующихся в области автоматизации, искусственного интеллекта, программирования и робототехники.

Сотник, С. Л. Проектирование систем искусственного интеллекта: учебное пособие / С. Л. Сотник. — 4-е изд. — Москва: Интернет-Университет Информационных Технологий (ИНТУИТ), Ай Пи Ар Медиа, 2025. — 228 c. — ISBN 978-5-4497-0868-7. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/146389.html (дата обращения: 15.10.2025). — Режим доступа: для авторизир. пользователей.

Учебное пособие посвящено рассмотрению базовых понятий систем искусственного интеллекта. В издании описываются архитектура систем искусственного интеллекта, системы распознавания образов, вопросы адаптации, обучения и самообучения систем ИИ, персептроны, методы и алгоритмы анализа структуры многомерных данных, неформальные процедуры, алгоритмические модели, основы языков РЕФАЛ и Пролог, ключевые понятия бинарных деревьев, базовые понятия экспертных систем, автоматизированный синтез, поиск физических принципов действия, методы синтеза речи человека.

Татарникова, Т. М. Интеллектуальный анализ данных: учебное пособие / Т. М. Татарникова. — Москва, Вологда: Инфра-Инженерия, 2024. — 172 c. — ISBN 978-5-9729-1772-3. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/143351.html (дата обращения: 06.05.2026). — Режим доступа: для авторизир. пользователей.

Показаны технологии интеллектуального анализа данных. Особое внимание уделено задачам кластеризации и классификации. Приводится характеристика методов, алгоритмов и этапы решения этих задач с закреплением полученных знаний в виде выполнения лабораторных работ. Для студентов, обучающихся по направлениям подготовки укрупненной группы «Информатика и вычислительная техника», а также смежным направлениям подготовки и специальностям: «Прикладная математика и информатика», «Системный анализ и управление», «Прикладная математика». Может быть полезно аспирантам и научным работникам, которые в своей деятельности используют модели и методы искусственного интеллекта.

Тополь, Э. Искусственный интеллект в медицине: как умные технологии меняют подход к лечению / Э. Тополь; перевод А. Анваер; под редакцией А. Гусева. — Москва: Альпина Паблишер, 2026. — 398 c. — ISBN 978-5-9614-2920-6. — Текст: электронный // Цифровой образовательный ресурс IPR SMART: [сайт]. — URL: https://www.iprbookshop.ru/158296.html (дата обращения: 16.04.2026). — Режим доступа: для авторизир. пользователей.

Мир медицины стремительно меняется: на помощь традиционным врачебным методам приходит искусственный интеллект. Как внедрение новых технологий отразится на современной диагностике и лечении? Как будут взаимодействовать врач и пациент, если обработку данных возьмут на себя машины? Смогут ли пациенты влиять на ход и методы лечения своих заболеваний? Какие перспективы открывает использование искусственного интеллекта перед мировым медицинским сообществом, какие блага и опасности оно в себе таит, какие цели преследует? На эти и многие другие важные вопросы подробно и понятно отвечает автор книги Эрик Тополь – врач, ученый, исследователь и всемирно известный эксперт в области применения искусственного интеллекта в медицине.