Заглавная страница

Материал из MachineLearning.

MachineLearning.ru Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных. Сейчас ресурс содержит 959 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

Конкурс на лучшее решение в области анализа данных для рекомендательной системы сайта объявлений

6 апреля 2017 года стартует конкурс анализа данных на лучшую модель рекомендательной системы для сайта объявлений,

проводимый при информационной поддержке Всероссийской конференции «Математические методы распознавания образов».

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

A Mattress Protector: Getting the Most From The Sleeping Investment (JordanOsman0931) – [11:15, 26 июня 2017]
Математические методы распознавания образов (конференция)/Программа ММРО-2017 (Andrew) – [10:21, 8 июня 2017]
Прикладной статистический анализ данных (ФУПМ, курс лекций, 2017) (Khalman.m) – [13:44, 26 февраля 2017]
Спецсеминар "Байесовские методы машинного обучения"/весна 2017 (Mfigurnov) – [18:11, 19 февраля 2017]
Пакеты прикладных программ (семинары)/2017 (Emilkayumov) – [07:44, 16 февраля 2017]
Прикладной статистический анализ данных (курс лекций, 2017) (Ipaulo) – [05:05, 10 февраля 2017]
Математические методы анализа текстов (ВМиК МГУ) / 2017 (Victor Kitov) – [11:19, 9 февраля 2017]
Графические модели (курс лекций)/2017 (Kropotov) – [19:08, 8 февраля 2017]
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, весна 2017 (Strijov) – [13:27, 8 февраля 2017]
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 374, весна 2017 (Strijov) – [09:52, 7 февраля 2017]

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

23 мая 2017 года — Конференция AINL: Artificial Intelligence and Natural Language, проводимая в Петербурге 20-23 сентября, объявляет о приеме докладов. Срок подачи работ до 15 июня, подробнее.
14 марта 2017 года — Принимаются работы в специальный выпуск Special Issue on Advances in Evolutionary Multi-objective Optimization журнала Swarm and Evolutionary Computation. Срок подачи работ до 30 мая, подробнее.
14 декабря 2016 года — Программный комитет конференции Интеллектуализация обработки информации объявляет о приеме исследовательских статей в сборник Intelligent Data Processing: Springer, Communications in Computer and Information Science series. Срок подачи работ до 20 февраля, подробнее.
14 ноября 2016 года — Сайт IFORS Developing Countries OR Resources, посвященный проблемам оптимизации и анализа данных в экономике, приглашает авторов к размещению публикаций.
23 августа 2016 года — В рамках конференции AINL-FRUCT-2016 проводится секция Business Intelligence, принимаются статьи в сборник, индексируемый Web of Sciences. Срок до 15 сентября.
13 августа 2016 года — Python Data Science meetup – Avito проводит встречу специалистов по Data Science и машинному обучению. В числе докладов будет рассказ победителя прошедшего конкурса Avito-2016 по распознаванию марки и модели автомобилей по изображениям.
1 августа 2016 года — стартует второй этап конкурса по распознаванию категории объявления, проводимого при информационной поддержке 11-й Международной конференции «Интеллектуализация обработки информации».
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.