Elektron kitoblar
735 Kitoblar topildi- Tavsiya etilgan
YONILG‘IMOYLASH MATERIALLARI
Mualliflar: Q.A.SHARIPOV, I.G‘.MIRZAYEV, N.A. HOLIQOVA
Qishloq xo’jaligi oily o’quv yurtlarining: 5630100-“Qishloq xo’jaligini mexanizatsiyalash”, 5640900-“Kasbiy ta’lim”, 5650300-“ Suv xo’jaligi va melioratsiya ishlarini mexanizatsiyalash ”, ta’lim yo’nalishlari talabalari uchun darslik.
- Tavsiya etilgan
КОРХОНА ИҚТИСОДИЁТИ ВА ИННОВАЦИЯЛАРНИ БОШҚАРИШ
Mualliflar: И. Хотамов, Ш. Мустафакулов, М. Исаков, А. Абдувалиев
Корхона иқтисодиёти ва инновацияларни бошқариш. Ўқув қўлланма Тошкент давлат иқтисодиёт университети ҳузуридаги “Ўзбекистон иқтисодиётини ривожлантиришнинг илмий асослари ва муаммолари” илмий тадқиқот маркази кенгашида муҳокама қилинган ва чоп этишга тавсия қилинган. Ўқув кўлланма. ОТ-Ф1-022-рақамли “Иқтисодиётни барқарор ривожланишини таъминловчи ички имкониятларни аниқлаш ва захираларни сафарбар қилишнинг илмий-методик асослари” мавзусидаги фундаментал илмий лойиҳанинг “Фан ва таълим интеграция”си доирасида ишлаб чиқилган.
- Tavsiya etilgan
КОРХОНА ИҚТИСОДИЁТИ
Mualliflar: Х.Қ.ҚОСИМОВ, Д.Х.АСЛАНОВА, Р.Э.ЭРГАШЕВ
Ҳ.Қ. Қосимов, Д.Х.Асланова, Р.Эргашев. Корхона иқтисодиёти. Ўқув қўлланма. Самарқанд: СамДУ нашри, 2003 йил - 176 бет
- Tavsiya etilgan
Texnologik mashina va jihozlarga texnik xizmat ko‘rsatish va ta'mirlash asoslari
Mualliflar: E rgashev Sh.T ., R ustam ov R.M .
T a ’m irlash uslublari va jih o z elem entlarini konstruksiyasini to ‘g ‘ri tanlash, texnologik m ashina va jih o z elem entlarining (detallarini) yuqori texnik ishonchliligi v a texnologik qulayligini ta ’m inlovchi ham da konstruktiv m ustahkam ligini oshirish usullari yoritilgan. D arslikdan m ashinasozlik sohasidagi boshqa O liy o ‘quv yurtlari, universitetlarning m ashinasozlik y o ‘nalishi talabalari va ishlab chiqarish korxonalarining texnolog v a konstruktorlari ham foydalanishlari m um kin.
- Tavsiya etilgan
TRIBOTEXNIKA ASOSLARI
Mualliflar: M.Abduvaxidov, M.Sayidmurodov
Ma’ruzalar matni Namangan muhandislik - texnologiya instituti o’quv-uslubiy kengashida muhokama kilingan va cho’ etishga ruxsat etilgan 31 avgust 2014 yil, bayonnoma No 1
- Tavsiya etilgan
Texnologik mashina va jihozlarni ta'mirlash
Mualliflar: N.S.Dunyashin, E.E.Xudoyorov
O‘rta maxsus (barcha jihozlar bo‘yicha chilangar,texnik, mexanik, sozlovchi, va operator, elektromontajchi, apparatchi, yuk iluvchi, arralovchi dastgohchi, mebellarni qoplovchi pardozlovchi) – sanoat kollejlari. Oliy (muhandis-texnik, muhandis-texnolog, muhandis-mexanik) – muhandislik texnologiyalari, texnika oliy o‘quv yurtlari.
- Tavsiya etilgan
Konstruksion materiallar texnologiyasi
Mualliflar: В.А.МИРБОБОЕВ
In TMJ kaferdasi, Mashinasozlikda quyma zagatovkalarni loyihalash
Мирбобоев В. А. Конструкцион материаллар технологияси. Олий техника ^ у в юртлари учун дарслик. Т., «Уцнтувчи», 1977, 476 б. Мирбабаев В. Технология конструкционных материалов.
- Tavsiya etilgan
Создаем нейронную сеть
Mualliflar: Тарик Рашид
In Axborot tizimlari va texnologiyalari
Все названия программных продуктов являются зарегистрированнымиторговыми марками соответствующих фирм. Никакая часть настоящего издания ни в каких целях не может быть воспроизведена в какой бы то ни было форме и какими бы то ни было средствами, будь то электронные или механические, включая фотокопирование и запись на магнитный носитель, если на это нет письменного разрешения автора, Тарика Рашида.
- Tavsiya etilgan
Основы искусственного интеллекта в примерах на Python. Самоучитель
Mualliflar: Анатолий Постолит
In Axborot tizimlari va texnologiyalari
Описаны инструментальные средства для разработки приложений искусственного интеллекта. Даны основы языка программирования Python. Раскрыты основные понятия и определения искусственного интеллекта. Рассмотрены вопросы программной реализации элементов нейронной сети и построения многослойных нейронных сетей. Большое внимание уделено применению специализированных библиотек PyBrain, Scikit-leam, Keras, TensorFlow для формирования структуры нейронных сетей и их обучения и библиотек ImageAI и OpenCV для обработки изображений. Материал иллюстрирован простыми и понятными примерами, де- монстрирующими использование предварительно обученных нейронных сетей для распознавания объектов на изображениях, создания собственных наборов данных, формирования структуры сети, ее обучения и практического применения.