Вклад участника
Материал из MachineLearning.
(недавние | старейшие) Просмотреть (более новые 50) (более старые 50) (20 | 50 | 100 | 250 | 500)
- 14:24, 14 сентября 2009 (история) (разн.) Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) (→Графические модели. Гауссовские процессы в машинном обучении.)
- 14:24, 14 сентября 2009 (история) (разн.) Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) (→Способы оценки обоснованности: Вариационный метод, методы Монте-Карло.)
- 14:15, 14 сентября 2009 (история) (разн.) Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) (убрано общее решение для критерия Акаике)
- 14:14, 14 сентября 2009 (история) (разн.) Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) (→Способы оценки обоснованности: Вариационный метод, методы Монте-Карло.)
- 14:10, 14 сентября 2009 (история) (разн.) Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) (→Байесовский подход к теории вероятностей. Примеры байесовских рассуждений.)
- 14:08, 14 сентября 2009 (история) (разн.) Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) (→Методы линейной и логистической регрессии и обобщенные линейные модели. Регуляризация обучения.)
- 14:07, 14 сентября 2009 (история) (разн.) Изображение:BayesML-2009-2.pdf (Презентация лекции №2 по БММО) (последняя)
- 13:58, 14 сентября 2009 (история) (разн.) Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) (→Методы линейной и логистической регрессии и обобщенные линейные модели. Регуляризация обучения.)
- 13:54, 14 сентября 2009 (история) (разн.) Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) (Убрано упоминание про лекцию по восстановлению плотностей)
- 13:45, 14 сентября 2009 (история) (разн.) м Обсуждение участника:Dmitry Vetrov (Adding welcome message to new user's talk page)
(недавние | старейшие) Просмотреть (более новые 50) (более старые 50) (20 | 50 | 100 | 250 | 500)