Участник:Kropotov/Песочница

Материал из MachineLearning.

< Участник:Kropotov(Различия между версиями)
Перейти к: навигация, поиск
Текущая версия (11:40, 28 октября 2013) (править) (отменить)
 
(4 промежуточные версии не показаны)
Строка 1: Строка 1:
-
'''Вариант 1
+
[https://docs.google.com/forms/d/1P9rG3V8Ms2wddsOs8La3Wj8DeQA-scKGAmSYupBvmKg/edit?usp=sharing Форма]
 +
[https://docs.google.com/forms/d/1P9rG3V8Ms2wddsOs8La3Wj8DeQA-scKGAmSYupBvmKg/viewform Форма 2]
-
1. Рассматривается задача классификации объектов на два класса по одному неотрицательному признаку. Предполагается, что значение признака <tex>x</tex> для объектов из классов <tex>K_1,K_2</tex> распределено по закону Рэлея:
+
* '''5 февраля 2013г.:''' [[Математические методы прогнозирования (кафедра ВМиК МГУ)/Расписание|Добавлено]] расписание занятий на весенний семестр 2013 г.
-
:<tex> p(x|K_j) = \beta_j x\exp\left(-\frac{\beta_j}{2}x^2\right),\ \mathbf{x\ge 0},j=1,2.</tex>
+
* '''26 ноября 2012г.:''' Кафедра запустила открытое для всех желающих "[[Соревнование Inventum Data Mining Contest]]" по прогнозированию финансовых временных рядов.
-
:Пусть <tex>\beta_1=7.3,\beta_2=5.1</tex>. Требуется найти области значений признака <tex>x</tex>, соответствующие отнесению объектов в каждый из двух классов байесовским классификатором, если априорные вероятности классов равны, соответственно, 0.1 и 0.9.
 
-
2. Имеется задача распознавания с 3-мя классами и 2-мя признаками. Предполагается, что с использованием метода <<Линейная машина>> для каждого класса найдены следующие линейные разделяющие функции:
 
-
<tex>\begin{align*}&f_1(x_1,x_2) = 5+5x_1-4x_2,\\ &f_2(x_1,x_2) = -4-x_1-x_2,\\ &f_3(x_1,x_2) = 5+4x_1+5x_2.\end{align*}</tex>
+
*'''12 февраля 2013г.: '''Спецкурс [[Логический анализ данных в распознавании (курс лекций, Е.В. Дюкова)|Логический анализ
 +
данных в распознавании]], лектор [[Участник:Djukova|Дюкова Е.В.]]Занятия будут проходить по понедельникам в '''ауд. 606''', начало в 16-20. Первая лекция состоится 18 февраля (понедельник). Приглашаются студенты 2-5 курсов.
-
: Требуется изобразить на двумерной диаграмме области, соответствующие отнесению к классам 1, 2 и 3.
+
* '''9 февраля 2013г.:''' Возобновляет работу спецсеминар [[Спецсеминар "Байесовские методы машинного обучения"/весна 2013|Байесовские методы машинного обучения]], рук. [[Участник:Dmitry Vetrov|Ветров Д.П.]] Занятия будут проходить по средам в ауд. 526б, начало в 18-30. Первое занятие состоится 13 февраля. Приглашаются также студенты 2-го курса, желающие распределиться на данный спецсеминар на старших курсах.
-
3. Предполагается, что линейный дискриминант Фишера используется для распознавания объектов из двух классов по паре признаков <tex>x_1</tex> и <tex>x_2</tex>. Требуется вычислить вектор, задающий направление перпендикуляра к прямой, разделяющей объекты двух классов:
 
-
{|align="center"
+
* '''10 декабря 2012 года''': {{Важно|'''12 декабря''' (среда) 2012г. ауд. '''685''' в '''14:00'''}} состоится предзащита кандидатской диссертации Хромова Дениса Валерьевича,
-
! colspan="4"|Класс 1 !! &nbsp; !! colspan="4"|Класс 2
+
тема: «Модели и алгоритмы построения криволинейных скелетов пространственных форм», специальность 01.01.09 дискретная математика и математическая кибернетика,научный руководитель – д.т.н., профессор Местецкий Леонид Моисеевич.
-
|-
+
Приглашаются все сотрудники и аспиранты кафедры.
-
| <tex>x_1</tex> || 2.7 || 3.4 || 4.1 || || <tex>x_1</tex> || -4.5 || -3.3 || -3.3
+
-
|-
+
-
| <tex>x_2</tex> || 4.2 || 3.1 || 2.9 || || <tex>x_2</tex> || -1.2 || -1.5 || -0.6
+
-
|-
+
-
|}
+
-
4. При проведении выборов на ряде избирательных участков производятся фальсификации результатов голосования. Посылка наблюдателя на такой участок предотвращает фальсификации. Пусть известно несколько точек ROC-кривой для метода идентификации <<грязных>> участков. Требуется определить оптимальную стратегию распределения наблюдателей по участкам и максимальный выигрыш относительно стратегии равномерного распределения по участкам, если всего участков 1000, наблюдателей~--- 100 и доля <<грязных>> участков~--- 20\%. При этом под оптимальностью понимается максимизация количества честных участков.
+
* '''25 ноября 2012г.:''' Кафедра поздравляет студента 417 группы {{Важно|Кондрашкина Дмитрия}} с победой в конкурсе курсовых работ и желает дальнейших научных успехов!
-
{|border="0"
+
* '''23 мая 2012 года''': Составлен [[Media:reit317v2012.doc| рейтинг студентов 317 группы]] по трём кафедральным предметам (ПА, АМА, Прак). Поздравляем '''Потапенко Анну, Кондрашкина Дмитрия и Огневу Дарью''', которые стали лучшими (по этому рейтингу).
-
!Чувствительность !! Ложная тревога
+
-
|-
+
-
| align="center"|0.52 || align="center"|0.11
+
-
|-
+
-
| align="center"|0.70 || align="center"|0.19
+
-
|-
+
-
| align="center"|0.99 || align="center"|0.32
+
-
|-
+
-
|}
+
-
5. Задана таблица совместных значений прогнозируемой переменной <tex>Y</tex> и объясняющей переменной <tex>X</tex>. Требуется вычислить ковариацию между <tex>Y</tex> и <tex>X</tex>, коэффициент корреляции между <tex>Y</tex> и <tex>X</tex>, коэффициенты одномерной линейной регрессии.
+
* '''10 мая 2012 года''': {{Важно|'''25 мая''' (пятница) 2012г. ауд. '''510''' в '''10:00'''}} состоится предзащита дипломных работ студентов 517 группы кафедры Математических Методов Прогнозирования. Требования к защите дипломных работ:
 +
*# Два экземпляра дипломной работы.
 +
*# Два экземпляра отзыва на дипломную работу с подписью научного руководителя.
 +
*# Два экземпляра рецензии на дипломную работу с подписью рецензента
 +
(подпись рецензента должна быть заверена печатью организации, сотрудником которой он является).
 +
Присутствие научных руководителей КРАЙНЕ ЖЕЛАТЕЛЬНО.
-
<tex>\begin{tabular}{c|ccccc} Y & 1.9 & 2.4 & 3.0 & 6.6 & 9.6 \\ X & 8.3 & 7.5 & 5.8 & -2.0 & -2.6 \end{tabular}</tex>
+
* '''15 февраля 2012г.:''' Кафедра поздравляет студентов 417 группы {{Важно|Кириллова Александра}} и {{Важно|Фигурнова Михаила}}, занявших второе место на конкурсе Интернет-математика «[http://imat-relpred.yandex.ru/en Relevance Prediction Challenge]» (лучший результат среди российских участников).
-
6. Заданы таблицы значений бинарных признаков для классов <tex>K_1</tex> и <tex>K_2</tex>. Требуется найти '''все''' тупиковые тесты минимальной длины, а также указать для каждого класса по одному представительному набору, который не совпадает по признакам с тупиковым тестом.
+
* '''14 мая 2012г.:''' Совместный Просеминар кафедры и учебно-исследовательский семинар
 +
«Интеллектуальный анализ данных: новые задачи и методы», рук.: [[Участник:Sgur|С.И. Гуров]], проходит по понедельникам, начало в 16:20, ауд. 526-Б {{Важно|21 мая (понедельник)}} А.А. Жаворонков, к.ф.-м.н., зав. лаб. биоинформатики и мед. информационных
 +
технологий (ФНКЦ ДГОИ), Фонд Биогеронтологических Исследований (Англия).
 +
International Aging Research Portfolio (agingportfolio.org) с докладом '''«РАСПОЗНАВАНИЕ ПАТТЕРНОВ: ОТ БИОМЕДИЦИНЫ К ЭКОНОМИКЕ»''' ПРИГЛАШАЮТСЯ СТУДЕНТЫ ВСЕХ КУРСОВ и все интересующиеся данной тематикой.
-
{|align="center"
+
* '''9 декабря 2011 г.:''' Предзащита кандидатской диссертации Сотнезова Романа Михайловича состоится в {{важно|четверг 15 декабря 2011 года}} в ауд. 612, начало в 12-15. [[Media:Autoreferat_Sotnezov.pdf|Автореферат (PDF, 432Кб)]]. Научный руководитель [[Участник:Djukova|Дюкова Е.В.]] Приглашаются все желающие.
-
! colspan="4"|Класс 1 !! &nbsp;&nbsp; !! colspan="4"|Класс 2
+
-
|-
+
-
| X1 || X2 || X3 || X4 || || X1 || X2 || X3 || X4
+
-
|-
+
-
| 0 || 1 || 1 || 1 || || 1 || 1 || 0 || 0
+
-
|-
+
-
| 0 || 0 || 1 || 0 || || 1 || 1 || 0 || 1
+
-
|-
+
-
| 1 || 0 || 1 || 1 || || 1 || 0 || 0 || 0
+
-
|-
+
-
| 1 || 1 || 1 || 0 || || 0 || 0 || 1 || 1
+
-
|-
+
-
|}
+
-
'''Вариант 2'''
+
* '''20 октября 2011 г.:''' Предзащита кандидатской диссертации Бакиной Ирины Геннадьевны состоится в {{важно|среду 26 октября 2011 года}} в ауд. П-8а, начало в 14-00. Научный руководитель [[Участник:Mest|Местецкий Л.М.]] Приглашаются все желающие.
-
1. Рассматривается задача классификации объектов на два класса по одному признаку. Предполагается, что значение признака <tex>x</tex> для объектов из двух классов <tex>K_1,K_2</tex> распределено по лапласовскому закону
+
* '''26 апреля 2011 г.:''' {{Важно|11 мая 2011 г. (среда)|}} в 12:05 в ауд. 615 пройдет предзащита выпускницы аспирантуры кафедры ММП:
 +
:Дышкант Натальи Фёдоровны «Эффективные алгоритмы сравнения поверхностей, заданных облаками точек»,
 +
:научный руководитель д.т.н., профессор Местецкий Леонид Моисеевич.
-
<tex> p(x|K_j) = \frac{\alpha_j}{2}\exp(-\alpha_j|x-\mu_j|),\ j=1,2, </tex>
+
* '''5 октября 2010 г.:''' {{Важно|12 октября 2010 г. (вторник)|}} в 12:00 в ауд. 612 пройдет предзащита двух выпускников аспирантуры ММП:
 +
:Баринова Ольга Вячеславовна «Методы машинного обучения для построения трехмерных моделей антропогенных сцен»
 +
::http://graphics.cs.msu.ru/files/tmp/dissertation_OlgaBarinova_26.09.10.zip
 +
:Карпович Павел Алексеевич «K-сингулярные системы точек в алгебраическом подходе к распознаванию образов»
 +
::http://narod.ru/disk/25506437000/dissertaciya.pdf.html
 +
::http://narod.ru/disk/25506435000/avtoreferat.pdf.html
-
с параметрами <tex>\mu_1 = -2,\alpha_1 = 4,\mu_2 = 2,\alpha_2 = 4</tex>. Требуется найти области значений признака <tex>x</tex>, соответствующие отнесению объектов в каждый из двух классов байесовским классификатором, если априорные вероятности классов равны, соответственно, 0.8 и 0.2.
+
* '''25 апреля 2008 года''': Создана страница кафедры [[ММП]] на вики-ресурсе '''MachineLearning.ru'''.
-
 
+
-
2. Имеется задача распознавания с 4-мя классами и одним признаком. Предполагается, что с использованием метода <<Линейная машина>> для каждого класса найдены следующие линейные разделяющие функции:
+
-
 
+
-
<tex>\begin{align*} &f_1(x) = -1.8-0.1x,&\quad &f_3(x) = 2.2-3.6x,\\ &f_2(x) = -1.2-3.8x,&\quad &f_4(x) = -3.1+4.5x. \end{align*}</tex>
+
-
Требуется изобразить на графике области, соответствующие отнесению к каждому из четырех классов.
+
-
 
+
-
3. Предполагается, что линейный дискриминант Фишера используется для распознавания объектов из двух классов по паре признаков $x_1$ и $x_2$. Требуется вычислить вектор, задающий направление перпендикуляра к прямой, разделяющей объекты двух классов:
+
-
 
+
-
{|align="center"
+
-
! colspan="4"|Класс 1 !! &nbsp; !! colspan="5"|Класс 2
+
-
|-
+
-
| <tex>x_1</tex> || 2.7 || 2.5 || 1.1 || || <tex>x_1</tex> || -3.2 || -3.7 || -4.2 || -4.1
+
-
|-
+
-
| <tex>x_2</tex> || 1.5 || 1.2 || 2.7 || || <tex>x_2</tex> || -4.9 || -1.2 || -3.6 || -5.1
+
-
|-
+
-
|}
+
-
 
+
-
4. Банком тестируется два метода идентификации недобросовестных заёмщиков. Известно, что средний доход от одного добросовестного заёмщика составляет 3 единицы, средняя величина потерь от одного недобросовестного заёмщика - 9 единиц. Известно, что доля недобросовестных заёмщиков 30%. Известно несколько точек графика ROC–кривой для двух распознающих операторов. Требуется установить на основании этой информации целесообразность использования банком одной из технологий распознавания, оценить максимальный дополнительный доход на одного заёмщика.
+
-
 
+
-
{|align="center"
+
-
! Чувствительность !! Ложная тревога !! Чувствительность !! Ложная тревога
+
-
|-
+
-
| 0.58 || 0.11 || || 0.53 || 0.04
+
-
|-
+
-
| 0.67 || 0.19 || || 0.90 || 0.27
+
-
|-
+
-
| 0.93 || 0.19 || || 0.92 || 0.33
+
-
|-
+
-
|}
+
-
 
+
-
5. Задана таблица совместных значений прогнозируемой переменной $Y$ и объясняющей переменной $X$. Требуется вычислить ковариацию между $Y$ и $X$, коэффициент корреляции между $Y$ и $X$, коэффициенты одномерной линейной регрессии.
+
-
\begin{center}
+
-
\begin{tabular}{c|ccccc}
+
-
$Y$ & 0.8 & 1.9 & 7.2 & 8.5 & 9.6 \\
+
-
$X$ & -1.9 & 4.3 & 5.4 & 6.9 & 8.3
+
-
\end{tabular}
+
-
\end{center}
+
-
 
+
-
6. Заданы таблицы значений бинарных признаков для классов <tex>K_1</tex> и <tex>K_2</tex>. Требуется найти '''все''' тупиковые тесты минимальной длины, а также указать для каждого класса по одному представительному набору, который не совпадает по признакам с тупиковым тестом.
+
-
 
+
-
{|align="center"
+
-
! colspan="4"|Класс 1 !! &nbsp;&nbsp; !! colspan="4"|Класс 2
+
-
|-
+
-
| X1 || X2 || X3 || X4 || || X1 || X2 || X3 || X4
+
-
|-
+
-
| 0 || 0 || 1 || 0 || || 0 || 1 || 1 || 0
+
-
|-
+
-
| 0 || 0 || 0 || 0 || || 1 || 1 || 1 || 1
+
-
|-
+
-
| 0 || 0 || 1 || 1 || || 1 || 0 || 1 || 0
+
-
|-
+
-
| 0 || 0 || 1 || 0 || || 1 || 0 || 1 || 0
+
-
|-
+
-
|}
+
-
 
+
-
'''Вариант 3'''
+
-
 
+
-
1. Рассматривается задача классификации объектов на два класса по одному \textit{дискретному} признаку. Предполагается, что значение признака $x$ для объектов из первого класса имеет равномерное дискретное распределение на интервале $[a,b]$, а для второго класса~--- по геометрическому закону:
+
-
$$ \mathbb{P}(x=k|q) = q^k(1-q),\ k=0,1,2,\dots $$
+
-
Пусть $a=0,b=4,q=0.9$. Требуется найти области значений признака $x$, соответствующие отнесению объектов в каждый из двух классов байесовским классификатором, если априорные вероятности классов равны, соответственно, 0.7 и 0.3.
+
-
 
+
-
2. Имеется задача распознавания с 3-мя классами и 2-мя признаками. Предполагается, что с использованием метода <<Линейная машина>> для каждого класса найдены следующие линейные разделяющие функции:
+
-
\begin{align*}
+
-
&f_1(x_1,x_2) = -5+x_1+3x_2,\\
+
-
&f_2(x_1,x_2) = -2+4x_1+5x_2,\\
+
-
&f_3(x_1,x_2) = 5+4x_1+2x_2.
+
-
\end{align*}
+
-
Требуется изобразить на двумерной диаграмме области, соответствующие отнесению к классам 1, 2 и 3.
+
-
 
+
-
3. Предполагается, что линейный дискриминант Фишера используется для распознавания объектов из двух классов по паре признаков $x_1$ и $x_2$. Требуется вычислить вектор, задающий направление перпендикуляра к прямой, разделяющей объекты двух классов:
+
-
\begin{center}
+
-
\begin{tabular}{ccc}
+
-
Класс 1 & & Класс 2 \\
+
-
\begin{tabular}{c|cccc}
+
-
$x_1$ & 1.9 & 0.8 & 1.3 & 1.6 \\
+
-
$x_2$ & 3.3 & -0.1 & 1.8 & 1.8
+
-
\end{tabular} & \qquad\qquad &
+
-
\begin{tabular}{c|ccc}
+
-
$x_1$ & -1.9 & -1.6 & -0.4 \\
+
-
$x_2$ & -3.0 & -3.4 & -1.1
+
-
\end{tabular}
+
-
\end{tabular}
+
-
\end{center}
+
-
 
+
-
4. При проведении выборов на ряде избирательных участков производятся фальсификации результатов голосования. Посылка наблюдателя на такой участок предотвращает фальсификации. Пусть известно несколько точек ROC-кривой для метода идентификации <<грязных>> участков. Требуется определить оптимальную стратегию распределения наблюдателей по участкам и максимальный выигрыш относительно стратегии равномерного распределения по участкам, если всего участков 3000, наблюдателей~--- 600 и доля <<грязных>> участков~--- 20\%. При этом под оптимальностью понимается максимизация количества честных участков.
+
-
\begin{center}
+
-
\begin{tabular}{cc}
+
-
Чувствительность & Ложная тревога \\
+
-
\hline
+
-
0.54 & 0.01 \\
+
-
0.68 & 0.33 \\
+
-
0.71 & 0.35 \\
+
-
\end{tabular}
+
-
\end{center}
+
-
 
+
-
5. Задана таблица совместных значений прогнозируемой переменной $Y$ и объясняющей переменной $X$. Требуется вычислить ковариацию между $Y$ и $X$, коэффициент корреляции между $Y$ и $X$, коэффициенты одномерной линейной регрессии.
+
-
\begin{center}
+
-
\begin{tabular}{c|ccccc}
+
-
$Y$ & 9.2 & 8.6 & 8.1 & 5.9 & 4.7 \\
+
-
$X$ & 7.9 & 5.9 & 3.2 & 1.6 & -0.1
+
-
\end{tabular}
+
-
\end{center}
+
-
 
+
-
6. Заданы таблицы значений бинарных признаков для классов $K_1$ и $K_2$. Требуется найти \textbf{все} тупиковые тесты минимальной длины, а также указать для каждого класса по одному представительному набору, который не совпадает по признакам с тупиковым тестом.
+
-
 
+
-
{|align="center"
+
-
! colspan="4"|Класс 1 !! &nbsp;&nbsp; !! colspan="4"|Класс 2
+
-
|-
+
-
| X1 || X2 || X3 || X4 || || X1 || X2 || X3 || X4
+
-
|-
+
-
| 1 || 0 || 1 || 0 || || 0 || 0 || 0 || 1
+
-
|-
+
-
| 1 || 0 || 0 || 0 || || 1 || 0 || 0 || 1
+
-
|-
+
-
| 1 || 0 || 0 || 0 || || 1 || 0 || 0 || 1
+
-
|-
+
-
| 0 || 0 || 1 || 0 || || 1 || 0 || 1 || 1
+
-
|-
+
-
|}
+

Текущая версия

Форма

Форма 2

  • 5 февраля 2013г.: Добавлено расписание занятий на весенний семестр 2013 г.


  • 9 февраля 2013г.: Возобновляет работу спецсеминар Байесовские методы машинного обучения, рук. Ветров Д.П. Занятия будут проходить по средам в ауд. 526б, начало в 18-30. Первое занятие состоится 13 февраля. Приглашаются также студенты 2-го курса, желающие распределиться на данный спецсеминар на старших курсах.


  • 10 декабря 2012 года: 12 декабря (среда) 2012г. ауд. 685 в 14:00 состоится предзащита кандидатской диссертации Хромова Дениса Валерьевича,

тема: «Модели и алгоритмы построения криволинейных скелетов пространственных форм», специальность 01.01.09 дискретная математика и математическая кибернетика,научный руководитель – д.т.н., профессор Местецкий Леонид Моисеевич. Приглашаются все сотрудники и аспиранты кафедры.

  • 25 ноября 2012г.: Кафедра поздравляет студента 417 группы Кондрашкина Дмитрия с победой в конкурсе курсовых работ и желает дальнейших научных успехов!
  • 23 мая 2012 года: Составлен рейтинг студентов 317 группы по трём кафедральным предметам (ПА, АМА, Прак). Поздравляем Потапенко Анну, Кондрашкина Дмитрия и Огневу Дарью, которые стали лучшими (по этому рейтингу).
  • 10 мая 2012 года: 25 мая (пятница) 2012г. ауд. 510 в 10:00 состоится предзащита дипломных работ студентов 517 группы кафедры Математических Методов Прогнозирования. Требования к защите дипломных работ:
    1. Два экземпляра дипломной работы.
    2. Два экземпляра отзыва на дипломную работу с подписью научного руководителя.
    3. Два экземпляра рецензии на дипломную работу с подписью рецензента

(подпись рецензента должна быть заверена печатью организации, сотрудником которой он является). Присутствие научных руководителей КРАЙНЕ ЖЕЛАТЕЛЬНО.

  • 15 февраля 2012г.: Кафедра поздравляет студентов 417 группы Кириллова Александра и Фигурнова Михаила, занявших второе место на конкурсе Интернет-математика «Relevance Prediction Challenge» (лучший результат среди российских участников).
  • 14 мая 2012г.: Совместный Просеминар кафедры и учебно-исследовательский семинар

«Интеллектуальный анализ данных: новые задачи и методы», рук.: С.И. Гуров, проходит по понедельникам, начало в 16:20, ауд. 526-Б 21 мая (понедельник) А.А. Жаворонков, к.ф.-м.н., зав. лаб. биоинформатики и мед. информационных технологий (ФНКЦ ДГОИ), Фонд Биогеронтологических Исследований (Англия). International Aging Research Portfolio (agingportfolio.org) с докладом «РАСПОЗНАВАНИЕ ПАТТЕРНОВ: ОТ БИОМЕДИЦИНЫ К ЭКОНОМИКЕ» ПРИГЛАШАЮТСЯ СТУДЕНТЫ ВСЕХ КУРСОВ и все интересующиеся данной тематикой.

  • 9 декабря 2011 г.: Предзащита кандидатской диссертации Сотнезова Романа Михайловича состоится в четверг 15 декабря 2011 года в ауд. 612, начало в 12-15. Автореферат (PDF, 432Кб). Научный руководитель Дюкова Е.В. Приглашаются все желающие.
  • 20 октября 2011 г.: Предзащита кандидатской диссертации Бакиной Ирины Геннадьевны состоится в среду 26 октября 2011 года в ауд. П-8а, начало в 14-00. Научный руководитель Местецкий Л.М. Приглашаются все желающие.
  • 26 апреля 2011 г.: 11 мая 2011 г. (среда) в 12:05 в ауд. 615 пройдет предзащита выпускницы аспирантуры кафедры ММП:
Дышкант Натальи Фёдоровны «Эффективные алгоритмы сравнения поверхностей, заданных облаками точек»,
научный руководитель д.т.н., профессор Местецкий Леонид Моисеевич.
  • 5 октября 2010 г.: 12 октября 2010 г. (вторник) в 12:00 в ауд. 612 пройдет предзащита двух выпускников аспирантуры ММП:
Баринова Ольга Вячеславовна «Методы машинного обучения для построения трехмерных моделей антропогенных сцен»
http://graphics.cs.msu.ru/files/tmp/dissertation_OlgaBarinova_26.09.10.zip
Карпович Павел Алексеевич «K-сингулярные системы точек в алгебраическом подходе к распознаванию образов»
http://narod.ru/disk/25506437000/dissertaciya.pdf.html
http://narod.ru/disk/25506435000/avtoreferat.pdf.html
  • 25 апреля 2008 года: Создана страница кафедры ММП на вики-ресурсе MachineLearning.ru.


Личные инструменты