Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение / М.: ДМК Пресс, 2018. 652 с.
Потапов А.С. Технологии искусственного интеллекта - СПб: СПбГУ ИТМО, 2010.-218 с.
Николаев А.Б., Фоминых И.Б. Интеллектуальный анализ и обработка данных //Учебное пособие по курсу Интеллектуальные системы (Часть 1). М.: 2003.- 117 с.
Ignatev N.A., Usmanov R.N., Madraximov Sh.F. Berilganlarning intellektual tahlili //O‘quv qo‘llanma. Toshkent – 2019, 144 b.
Ту Дж Гонсалес Р. Принципы распознавания образов. М., Мир, 1978
Буцев А.В., Первозванский А.А. Локальная аппроксимация на искусственных нейросетях //Автоматика и телемеханика. 1995. № 9. С. 127-136.
Вапник В.Н. Восстановление зависимостей по эмпиpическим данным. -М.: Наука, 1979.
Игнатьев Н.А., Мадрахимов Ш.Ф. О некоторых способах повышения прозрачности нейронных сетей//Вычисл.технологии. 2003. Т.8, № 6. С.31-37.
Игнатьев Н.А., Мадрахимов Ш.Ф. Устойчивость и обобщённые оценки классифицированных объектов в разнотипном признаковом пространстве //Вычисл. технологии. 2011. Т. 16, № 2. С. 70 - 77.
Игнатьев Н.А. Вычисление обобщённых показателей и интеллектуальный анализ данных //Автоматика и телемеханика. 2011. № 5. С.183-190.
Игнатьев Н.А. Вычисление обобщённых оценок объектов и иерархическая группировка признаков //Вестник Томского государственного университета. Управление, вычислительная техника и информатика. № 4 (33). 2015. С. 31 – 37.
Игнатьев Н.А. Кластерный анализ данных и выбор объектов-эталонов в задачах распознавания с учителем //Вычислительные технологии, 2015.Т 20, № 6,. С. 34-43.
