объём 16 страниц, вступил в силу с 01.03.2021 года
Основная
1. Николенко С.И., Кадурин А.А., Архангельская Е.О. Глубокое обучение. – Издательский дом "Питер", 2017. — 480 с.: ил. — (Серия «Библиотека программиста»). http://ebooks.bmstu.ru/catalog (дата обращения: 21.05.2018) ISBN 978-5-496-02536-2.
Дополнительная
1. Гудфеллоу Я., Иошуа Б., Курвилль А. Глубокое обучение. – Litres, 2018.
2. Франсуа Ш. Глубокое обучение на Python. – " Издательский дом"" Питер""", 2018.
3. Флах П. Машинное обучение. Наука и искусство построения алгоритмов, которые извлекают знания из данных. – Litres, 2019.
4. Девятков В.В. Системы искусственного интеллекта. М.: Изд-во МГТУ им. Баумана, 2001. 352 с.
5. Рыбина Г.В. Основы построения интеллектуальных систем // М.: Финансы и статистика, Инфра-М, 2010. 432 с.
6. Люгер Джордж Ф. "Искусственный интеллект. Стратегии и методы решения сложных проблем". М. Издательский дом "Вильямс", 2005 - 864 стр.
7. Хайкин С. Нейронные сети: полный курс, 2-е издание. – Издательский дом Вильямс, 2008.
8. Sedgewick R., Flajolet F. An Introduction to the Analysis of Algorithms (2nd Edition), 2013, s. 3-26.
9. Макаров И. М. Искусственный интеллект и интеллектуальные системы управления / И. М. Макаров, В. М. Лохин, С. В. Манько; отделение информационных технологий и вычислительных систем РАН. – М.: Наука, 2006. С. 30-31.
10. A. Li, L. Liu, K. Wang, S. Liu and S. Yan, "Clothing Attributes Assisted Person Reidentification," in IEEE Transactions on Circuits and Systems for Video Technology, vol. 25, no. 5, pp. 869-878, May 2015.
11. E. S. Jaha and M. S. Nixon, "From Clothing to Identity: Manual and Automatic Soft Biometrics," in IEEE Transactions on Information Forensics and Security, vol. 11, no. 10, pp. 2377-2390, Oct. 2016.
12. Стюарт Рассел (Stuart Russell) и Питер Норвиг (Peter Norvig) Искусственный интеллект: современный подход (AIMA), 2-е издание (Artificial Intelligence: A Modern Approach, 2nd Edition), 2007 - 1408 стр.
13. Veit A. et al. Learning visual clothing style with heterogeneous dyadic co-occurrences //Proceedings of the IEEE International Conference on Computer Vision. – 2015. – С. 4642-4650.
Перечень ресурсов сети интернет, рекомендуемых для самостоятельной работы при освоении дисциплин
1. Сайт библиотеки МГТУ им. Н.Э. Баумана: http://library.bmstu.ru
2. Сайты кафедры ИУ5 «Системы обработки информации и управления»:
a. http://e-learning.bmstu.ru/portal_iu5/
3. Сайт веб-консорциума: https://www.w3.org/
4. TensorFlow: Библиотека программного обеспечения с открытым исходным кодом для Machine Intelligence https://www.tensorflow.org/
5. Caffe - основы глубокого обучения http://caffe.berkeleyvision.org
6. Keras: библиотека глубокого обучения Python https://keras.io/
7. Массовый открытый образовательный курс Udacity «Введение в искусственный интеллект» / Питер Норвиг, Дэвид Тран (Intro to Artificial Intelligence / Peter Norvig, Sebastian Thrun) http://www.udacity.com/course/cs271
8. Массовый открытый образовательный курс Coursera «Нейронные сети в обучении машин» (Geoffrey Hinton ) http://www.coursera.org/course/neuralnets
9. Массовый открытый образовательный курс Coursera «Разработка технологии искусственного интеллекта» / Gerhard Wickler, Austin Tate https://www.coursera.org/course/aiplan
10. Дистанционные учебные курсы Национального открытого университета «ИНТУИТ» в области искусственного интеллекта http://www.intuit.ru/studies/courses?service=0&option_id=17&service_path=1