Участник:Dj
Материал из MachineLearning.
|
Дьяконов Александр Геннадьевич
Выпускник факультета ВМК МГУ, школы научно-инженерного профиля №4 г. Королёв.
Почта: djakonov+собака+мэил.ру |
Блог
Персональная страница
Полезное
- Большое интервью: «С собой соревноваться интереснее - выиграть или проиграть невозможно».
Научные интересы
- машинное обучение (machine learning) и прикладные задачи анализа данных (data mining)
- алгебраический подход и теория интерполяции
- дискретная математика
Курсы
- обязательный курс для 3 потока бакалавров ВМК Машинное обучение и анализ данных (Machine Learning and Data Mining)
- спецкурс для бакалавров ВМК Введение в машинное обучение
- обязательный курс для магистров ММП Прикладные задачи анализа данных
- курс для бакалавров ММП (лекции и семинары) Прикладная алгебра (часть I)
- экспериментальный курс для бакалавров ММП Глубокое обучение (Deep Learning)
- программа в рамках проекта OzonMasters Машинное обучение
-
Алгоритмы, модели, алгебры, лекции -
Практикум на ЭВМ (317), архив: старый сайт -
«Математические основы теории прогнозирования» (3 поток 4 курса) в Казахстанском филиале МГУ. -
Спецкурс «Прикладные задачи анализа данных» -
Спецкурс «Булевы уравнения и проблема SAT» -
Мини-спецкурс «Шаманство в анализе данных» -
Спецкурс «Прикладной анализ данных» для бакалавров
Избранные статьи
- T. Grigorios, P. Apostolos, Q. Weining et al. Wise 2014 challenge: Multi-label classification of print media articles to topics // Lecture Notes in Computer Science. — 2014. — Vol. 8787. — P. 541–548.
- Дьяконов А.Г. Прогноз поведения клиентов супермаркетов с помощью весовых схем оценок вероятностей и плотностей // Бизнес-информатика. — 2014. — Т. 1, № 27. — С. 68–77.
- Дьяконов А.Г. A blending of simple algorithms for topical classification // Lecture Notes in Computer Science. — 2012. — Vol. 7413. — P. 432–438.
- Дьяконов А.Г. Критерии вырожденности матрицы попарных l1-расстояний и их обобщения // Известия РАН. Серия математическая. — 2012. — Т. 2012, № 76:3. — С. 93–110.
- Дьяконов А. Г. Алгоритмы для рекомендательной системы: технология lenkor // Бизнес-информатика. — 2012. — № 1 (19). — С. 32–39.