Аннотация к книге "Эскиндаров, Порус, Никифоров: История и философия науки. Учебник для аспирантов"
Учебник написан известными российскими учеными, профессорами ведущих вузов страны, членами Российской академии наук и Российской академии образования. Он подготовлен в соответствии с программой кандидатских экзаменов "История и философия науки" ("Философия науки") и содержит систему базовых знаний по философии и методологии науки, а также по истории и философии основных гуманитарных дисциплин. В стремлении сделать учебник максимально удобным при подготовке к сдаче кандидатского экзамена авторы...
Учебник написан известными российскими учеными, профессорами ведущих вузов страны, членами Российской академии наук и Российской академии образования. Он подготовлен в соответствии с программой кандидатских экзаменов "История и философия науки" ("Философия науки") и содержит систему базовых знаний по философии и методологии науки, а также по истории и философии основных гуманитарных дисциплин. В стремлении сделать учебник максимально удобным при подготовке к сдаче кандидатского экзамена авторы раскрывают каждую тему, отвечая на четыре ключевых вопроса, предлагая в конце текста вопросы для повторения, тематику рефератов и список наиболее важной литературы.Книга предназначена для аспирантов и соискателей экономического и социально-гуманитарного профиля, а также для всех интересующихся проблемами истории и философии науки.
Я могу взять любого человека независимо от возраста, расы, вероисповедания, социально-экономического статуса, уровня образования, наделенного от природы коммерческой жилкой или нет, и почти мгновенно превратить его в продавца мирового класса. О чем книга Лучший продавец в мире Джордан Белфорт раскрывает свою стратегию и дает пошаговую инструкцию по освоению той самой системы, которая...
Издательство:
Альпина Паблишер
Дата выхода: май 2018
Книга является первым томом к книге "Вероятностное машинное обучение. Дополнительные темы: предсказание, порождение, обнаружение, действие". Дополняя ранее изданную книгу Вероятностное машинное обучение. Введение , этот классический труд знакомит читателя с деталями самых актуальных теорий и методов машинного обучения, включая глубокие порождающие модели, графовые модели, байесовский вывод,...
Оставить комментарий