Заглавная страница

Материал из MachineLearning.

MachineLearning.ru Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных. Сейчас ресурс содержит 988 статей на русском языке. Poligon.MachineLearning.ru — Полигон алгоритмов классификации	Классификация	Распознавание образов
	Регрессионный анализ	Анализ и понимание изображений
	Прогнозирование	Обработка и анализ текстов
	Прикладная статистика	Прикладные системы анализа данных
	Обработка сигналов	Все направления

Концепция

Инструктаж

Все статьи

Ненаписанные статьи

Полезные ссылки

Частые вопросы

Справка

Временная приостановка свободной регистрации на ресурсе

Уважаемые коллеги!

В связи с высокой активностью спамеров, временно приостановлена свободная регистрация на ресурсе MachineLearning.ru. Ведется поиск «интеллектуального» решения данной проблемы.

В настоящее время для создания новой учетной записи, можно обратиться к любому активному участнику ресурса (коллега, научный руководитель, сосед по парте, ...) с просьбой перейти по ссылке Регистрация нового участника и ввести в форму данные нового участника.

Цели Ресурса

Сконцентрировать информацию о достижениях ведущих российских научных школ в области машинного обучения, распознавания образов, анализа данных.
Способствовать обмену опытом, накоплению и распространению научных знаний в этой области.
Предоставить площадку для виртуальных научных семинаров и обсуждений.
Предоставить доступ к Полигону алгоритмов классификации — распределенной системе тестирования алгоритмов классификации на реальных прикладных задачах.

Основные принципы

Ресурс строится по принципам Википедии — свободной энциклопедии.

Содержимое Ресурса создаётся всеми его пользователями и является общественным достоянием. Каждый пользователь ресурса может создать или модифицировать статью или раздел (категорию), в любое время, в любом месте, располагая только доступом в Интернет.

Главное отличие от Википедии — профессиональная направленность тематики. Допускается (и поощряется) пополнение Ресурса специальными, полемическими и учебными материалами, информацией о незавершённых исследованиях, исходными кодами алгоритмов и программ. По этим причинам Ресурс не может являться частью Википедии. В то же время, не исключается возможность обмена материалами с Википедией и другими сетевыми энциклопедиями.

Новые статьи

Современный анализ данных в различных предметных областях: технологии, практика применения (курс лекций, О.В. Сенько, А.И. Майсурадзе) (Kropotov) – [10:24, 25 апреля 2018]
Задачи пробного программирования/2018 (Strijov) – [23:03, 9 апреля 2018]
Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2017 (Vokov) – [01:45, 15 марта 2018]
Машинное обучение (курс лекций, К.В.Воронцов)/Семестровый курс (Vokov) – [00:44, 13 марта 2018]
Спецсеминар "Байесовские методы машинного обучения"/весна 2018 (Кирилл Струминский) – [11:06, 9 марта 2018]
Анализ графов, сетей и функций сходства (курс лекций, А.И. Майсурадзе)/2018H1, ВМК (VKozlov) – [15:58, 6 марта 2018]
Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/2018H1, ВМК (VKozlov) – [11:59, 5 марта 2018]
Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/до 2017, ВМК (VKozlov) – [11:53, 5 марта 2018]
Аналитический SQL (курс лекций, А.И.Майсурадзе)/2018H1, ВМК (VKozlov) – [08:24, 5 марта 2018]
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, весна 2018 (Strijov) – [11:24, 26 февраля 2018]

Список всех статей

Новое в разделе «Публикации»

Jure Leskovec, Anand Rajaraman, Jeffrey D. Ullman Mining of Massive Datasets. — Cambridge University Press, 2014. — 511 p. (подробнее)
Сборник статей Past, Present, and Future of Statistical Science. — CRC Press, 2014. — 622 p. (подробнее)
Донской, В. И. Алгоритмические модели обучения классификации: обоснование, сравнение, выбор. — Симферополь: ДИАЙПИ, 2014. — 228 с. (подробнее)
Загоруйко, Н. Г. Когнитивный анализ данных. — Академическое издательство «ГЕО», 2012. — 203 с. (подробнее)
Мерков, А. Б. Распознавание образов. Введение в методы статистического обучения. — Едиториал УРСС, 2011. — 256 с. (подробнее)
Bishop, C.M. Pattern Recognition and Machine Learning. — Springer, 2006. — 738 p. (подробнее)
Jiawei Han, Micheline Kamber, Jian Pei Data Mining: Concepts and Techniques, Third Edition. — Morgan Kaufmann Publishers, 2012. — 703 p. (подробнее)
Sean Luke Essentials of Metaheuristics. — Lulu, 2009. — 235 p. (подробнее)
Дьяконов, A. Г. Анализ данных, обучение по прецедентам, логические игры, системы WEKA, RapidMiner и MatLab (практикум на эвм кафедры математических методов прогнозирования). — МАКСПресс, 2010. — 278 с. (подробнее)
Boucheron S., Lugosi G., Bousquet O. Concentration inequalities // Advanced Lectures in Machine Learning. — Springer, 2004. — С. 208-240. (подробнее)

Все публикации

Последние новости

13 марта 2018 года — В Санкт-Петербурге 4 июня 2018 года состоится конференция по Wolfram-технологиям. Студенты приглашаются к участию в Wolfram-хакатоне по анализу больших данных, подробнее.
14 ноября 2017 года — Конференция European Conference on Operational Research, EURO-2018, проводимая в Валенсии, Испания, с 8 по 11 июня 2018 года объявляет о приеме докладов. Для читателей Machinelearning.ru код тематической сессии e86f9dd3. Срок подачи докладов до 5 марта 2018 года.
9 ноября 2017 года — Журнал Information Sciences (IF = 4.832) объявляет о приеме научных статей в специальный выпуск Business Analytics — Emerging Trends and Challenges. Срок подачи до 1 марта 2018 года.
17 октября 2017 года — Журнал Journal of Mathematical Programming and Operations Research объявляет о приеме научных статей в специальный выпуск WGSCO2018 — Workshop on Graph Spectra, Combinatorics and Optimization". Срок подачи до 31 марта 2018 года.
17 октября 2017 года — Журнал «Optimization Methods and Software» объявляет о приеме научных статей в специальный выпуск Advances of Optimization in Science, Economics, Engineering and Medicine. Срок подачи до 15 марта 2018 года.
19 июля 2016 года — Специализация МФТИ «Машинное обучение и анализ данных» — серия онлайн курсов на сайте coursera.org приглашает слушателей, желающих быстро освоить практику и теорию профессии, научиться решать типовые индустриальные задачи. Уже сейчас курс слушают несколько тысяч человек.