Все статьи

Материал из MachineLearning.

Перейти к: навигация, поиск
Все страницы | Предыдущая страница (AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE)

Обобщённая линейная модельОбобщённое среднее
Обработка и распознавание изображений (курс лекций, Л.М. Местецкий)Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)/Вопросы
Обучение без учителя
Обучение по предпочтениямОбучение с подкреплением
Обучение с учителемОбщество промышленной и прикладной математики (SIAM)
Объединённая модель панельных данныхОдномерная линейная регрессия
Однослойные сети RBF для решения задач регрессии (пример)Однослойный персептрон (пример)
Однофакторная непараметрическая модельОднофакторная параметрическая модельОписание окрестности точки наибольшего правдоподобия моделей (пример)
Описательная статистикаОпределение гиперпараметров для MVR
Оптимальное прореживание нейронных сетейОптимальное прореживание нейронных сетей (пример)
Оптимизация ассортимента торговых точек (задача с данными)Оптимизация и ее приложения (регулярный семинар)Основные модели данных в аналитической деятельности (курс лекций, А.И. Майсурадзе)
Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)/ВопросыОсновы обобщенного спектрально-аналитического метода и его приложения (курс лекций, Ф.Ф. Дедус)
Остаточная сумма квадратовОтчет о выполнении исследовательского проекта (практика, В.В. Стрижов)
Оценивание дискретных распределений при дополнительных ограничениях на вероятности некоторых событий (виртуальный семинар)Оценивание плотности распределения
Оценка обобщающей способности (японская притча)Оценка параметров смеси моделей
Оценка сложности регрессионных моделей (пример)Оценка эффективности природоохранных программ (пример)Ошибки вычислений
Павловский, Юрий Николаевич
Пакеты прикладных программ (семинары)/2017Парадокс хи-квадратПарадоксы мультиномиального распределения
Параллельные вычисления в MatlabПереобучение
Персептрон
ПлоидностьПлоская фигура
Повышение точности прогнозов на данных Netflix с помощью построения алгоритмических композиций (отчет)Подготовка презентаций (рекомендации)Поиск нелинейной модели поверхности Мохоровичича (пример)
Поиск сходства текстовых документов с помощью частых замкнутых множеств признаковПолезные ссылки
Полигон алгоритмовПолигон алгоритмов/TODO-лист
Полигон алгоритмов/Взаимодействие с пользовательскими алгоритмамиПолигон алгоритмов/ДокументацияПолигон алгоритмов/Мастер загрузки алгоритмов
Полигон алгоритмов/Мастер загрузки задачПолигон алгоритмов/Мастер формирования отчетаПолигон алгоритмов/Общий отчёт задачи-алгоритмы
Полигон алгоритмов/Подробный отчет по задачеПолигон алгоритмов/Подробный отчёт задача-алгоритмПолигон алгоритмов/Пошаговая реализация собственного алгоритма
Полигон алгоритмов/Права доступа к объектам СистемыПолигон алгоритмов/Формат данных задачиПолигон алгоритмов/Формат результатов тестирования алгоритма на задаче
Полигон алгоритмов коллаборативной фильтрации
Поправка БонферрониПорождение и выбор авторегрессионных моделей
Порождение линейных регрессионных моделей (постановка задачи)Порождение нелинейных регрессионных моделей (пример)Построение графа дорог по данным о треках транспортных средств (задача с данными)
Построение интегральных индикаторов по ранговым признакам (пример)Правило Хэбба
Практикум ММП ВМК, 4й курс, осень 2008Практикум на ЭВМ (317)/2011-2012
Практикум на ЭВМ (317)/2012-2013Практикум на ЭВМ (317)/2012-2013/AutoencoderПрактикум на ЭВМ (317)/2013-2014
Практикум на ЭВМ (317)/2013-2014/BackgroundSubtractionПрактикум на ЭВМ (317)/2013/Коды БЧХПрактикум на ЭВМ (317)/2014-2015
Практикум на ЭВМ (317)/2014/Коды БЧХПрактикум на ЭВМ (317)/2015-2016Практикум на ЭВМ (317)/2016-2017
Практикум на ЭВМ (317)/2017-2018Практикум на ЭВМ (317)/2018 (весна)Практикум на ЭВМ (317)/2018 (осень)
Практикум на ЭВМ (317)/2019 (весна)Практикум на ЭВМ (317)/2019 (осень)Практикум на ЭВМ (317)/Autoencoder
Практикум на ЭВМ (417)/2016Практикум на ЭВМ (417)/2017
Практикум на ЭВМ (417)/2018Практикум на ЭВМ (417)/2019Предобработка данных ДНК-микрочипов
ПредрассудокПредсказательное моделирование и оптимизация (кафедра МФТИ)/Курсы
Предсказательное моделирование и оптимизация (кафедра МФТИ)/МатериалыПредсказательное моделирование и оптимизация (кафедра МФТИ)/О кафедреПредсказательное моделирование и оптимизация (кафедра МФТИ)/Объявления
Предсказательное моделирование и оптимизация (кафедра МФТИ)/ПреподавателиПредсказательное моделирование и оптимизация (кафедра МФТИ)/РасписаниеПредсказательное моделирование и оптимизация (кафедра МФТИ)/Студенты
Предсказательное моделирование и оптимизация (кафедра МФТИ)/Учебный планПредсказывающие неравенства в задаче эмпирической минимизации риска (виртуальный семинар)Преподавание машинного обучения
Признаковое описаниеПрикладная алгебра (курс лекций, С.И. Гуров)
Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)
Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 174, осень 2006Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 274, осень 2007
Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 374, осень 2008Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 474, осень 2009Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 674, осень 2011
Прикладной статистический анализ данных (ФУПМ, курс лекций, 2017)Прикладной статистический анализ данных (курс лекций, 2017)Прикладные задачи анализа данных (курс на ВМК 2016 года)
Прикладные задачи анализа данных (курс на ВМК 2017 года)Прикладные задачи анализа данных (курс на ВМК 2018 года)Прикладные методы восстановления зависимостей в сложноорганизованных данных (курс лекций, О.В.Красоткина)
Прикладные методы прогнозирования и анализа данных (спецсеминар, В.В. Рязанов)Прикладные системы распознавания и прогнозирования (курс лекций)Применение интерполирования при дифференцировании
Применение интерполяции для решения уравненийПрименение метода главных компонентПрименение сплайнов для численного интегрирования
Причинность по ГрейнджеруПробит-анализПроведение поверхностей наилучшего приближения
Проверка гипотезы наличия тренда для количества посетителей сервиса "Яндекс Кубок"Проверка гипотезы наличия тренда для количества посетителей сервиса "Яндекс Открытки"Проверка статистических гипотез
ПрогнозированиеПрогнозирование временных рядов методом SSA (пример)
Прогнозирование ежедневных цен на электроэнергию (отчет)Прогнозирование класса третичной структуры белка по первичной (пример)Прогнозирование количества телефонных звонков клиентов телекоммуникационной компании
Прогнозирование концентрации кислорода в выхлопных газах дизельного двигателя (пример)Прогнозирование макроэкономических показателей с помощью векторной авторегрессии (пример)Прогнозирование объемов грузовых железнодорожных перевозок
Прогнозирование объемов продаж групп товаров (отчет)Прогнозирование объемов продаж новых товаров (отчет)Прогнозирование плотности
Прогнозирование плотности транспортного потокаПрогнозирование финансовых пузырей (пример)
Прогнозирование формы множестваПрогнозирование функциями дискретного аргумента (пример)Проклятие размерности
Пропорциональный выборПрореживание двухслойной нейронной сети (пример)
Простой итерационный алгоритм сингулярного разложенияПростой случайный выбор
Профиль компактностиПроцедура Каплана-Мейера
Псевдообратная матрица
Радемахеровская сложностьРазмерность Вапника-Червоненкиса
РазнообразиеРазработка алгоритмов ранговой регрессии для кредитного скоринга (отчет)
Ранговая корреляцияРанговые критерии
Распознавание изображений с применением текстурного анализа на основе карт Кохонена
Распознавание образов и анализ изображений: новые информационные технологии (конференция)Распределение ПуассонаРаспределение Стьюдента
Распределение ФишераРаспределение хи-квадратРаспространение ошибок
Расстояние КукаРасщепление транспортных потоков
Рациональная интерполяцияРегрессионная модельРегрессионный анализ
Рейтинг международных научных конференций
Рекомендации по доработке магистерской диссертацииРелаксационные методы
Репозиторий UCIРешающее деревоРешение переопределённой СЛАУ
Ридж-регрессияРобастное оцениваниеРоссийская академия наук
Российский фонд фундаментальных исследованийРотационная панельРудаков, Константин Владимирович
Руководство исследовательскими проектами (практика, В.В. Стрижов)
Связанный Байесовский вывод
СезонностьСеминар К. В. Рудакова
Семинар Л.М. Местецкого
Семинар Ю.И. Журавлева
Сеть радиальных базисных функцийСимвольная регрессия
Символьная регрессия и структурное расстояние между моделями (пример)Сингулярное разложение
Система линейных алгебраических уравненийСистемное программирование (кафедра ВМК МГУ)
Системы и средства представления знаний (курс лекций, В.Ф.Хорошевский)Системы и средства представления знаний (курс лекций, В.Ф.Хорошевский)/Вопросы
Системы искусственного интеллекта (курс лекций, Д.В.Михайлов)Скайп (Skype)
Скользящий контрольСлабая вероятностная аксиоматика
Следящий контрольный сигналСловарь терминов машинного обученияСложение большого множества чисел, существенно отличающихся по величине
Случайная величинаСовременные методы распознавания и синтеза речи (курс лекций)/2018Современные методы распознавания и синтеза речи (курс лекций)/2019
Современный анализ данных в различных предметных областях: технологии, практика применения (курс лекций, О.В. Сенько, А.И. Майсурадзе)Сообщения по прикадной математике ВЦ РАН (стилевой файл)Соревнование Inventum Data Mining Contest
Спецкурс «Прикладные задачи анализа данных»
Спецкурс «Прикладные задачи анализа данных» (2013 год)Спецкурс «Прикладные задачи анализа данных» (2014 год)
Спецсеминар "Байесовские методы машинного обучения"/весна 2011Спецсеминар "Байесовские методы машинного обучения"/весна 2012
Спецсеминар "Байесовские методы машинного обучения"/весна 2013Спецсеминар "Байесовские методы машинного обучения"/весна 2014Спецсеминар "Байесовские методы машинного обучения"/весна 2015
Спецсеминар "Байесовские методы машинного обучения"/весна 2016Спецсеминар "Байесовские методы машинного обучения"/весна 2017Спецсеминар "Байесовские методы машинного обучения"/весна 2018
Спецсеминар "Байесовские методы машинного обучения"/осень 2010Спецсеминар "Байесовские методы машинного обучения"/осень 2011Спецсеминар "Байесовские методы машинного обучения"/осень 2012
Спецсеминар "Байесовские методы машинного обучения"/осень 2013Спецсеминар "Байесовские методы машинного обучения"/осень 2014Спецсеминар "Байесовские методы машинного обучения"/осень 2015
Спецсеминар "Байесовские методы машинного обучения"/осень 2016Спецсеминар "Байесовские методы машинного обучения"/осень 2017Спецсеминар "Новые методы в распознавании образов и прогнозировании"
Способы кластеризаци на графе
Сравнение алгоритмов классификации для кредитного скоринга (отчет)Сравнение временных рядов при авторегрессионном прогнозе (пример)Сравнение методов предобработки данных ДНК-микрочипов
Среднее, взвешенное по расстоянию
Стандартизация задач с помощью замены переменныхСтатистика (функция выборки)Статистика Дарбина-Уотсона
Статистика случайных процессов (курс лекций, ФКН ВШЭ)Статистические свойства МНК-оценок коэффициентов регрессии
Статистический анализ данных (курс лекций, К.В.Воронцов)Статистический анализ данных (курс лекций, К.В.Воронцов)/2008Статистический анализ данных (курс лекций, К.В.Воронцов)/2009
Статистический анализ данных (курс лекций, К.В.Воронцов)/2010Статистический анализ данных (курс лекций, К.В.Воронцов)/2011Статистический анализ данных (курс лекций, К.В.Воронцов)/2011, ФУПМ
Статистический анализ данных (курс лекций, К.В.Воронцов)/2012Статистический анализ данных (курс лекций, К.В.Воронцов)/2012, ФУПМСтатистический анализ данных (курс лекций, К.В.Воронцов)/2013
Статистический анализ данных (курс лекций, К.В.Воронцов)/2013, ФУПМСтатистический анализ данных (курс лекций, К.В.Воронцов)/2014Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ
Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/1Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/2Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/3
Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/4Статистический анализ данных (курс лекций, К.В.Воронцов)/2014/1Статистический анализ данных (курс лекций, К.В.Воронцов)/2014/2
Статистический анализ данных (курс лекций, К.В.Воронцов)/2014/3Статистический анализ данных (курс лекций, К.В.Воронцов)/2015Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ
Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/1Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/2Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/3
Статистический анализ данных (курс лекций, К.В.Воронцов)/2015/1Статистический анализ данных (курс лекций, К.В.Воронцов)/2015/2Статистический анализ данных (курс лекций, К.В.Воронцов)/2015/3
Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ММПСтатистический анализ данных (курс лекций, К.В.Воронцов)/2016, ММП/2Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ММП/3
Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМСтатистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМ/1Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМ/2
Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМ/3Статистический анализ данных (курс лекций, К.В.Воронцов)/2016/1Статистический анализ данных (курс лекций, К.В.Воронцов)/Чувствительность двухвыборочного критерия Стьюдента (пример)
Статистический кластерный анализ (регулярный семинар)Статистический отчет при создании моделей
Статистическое обучение, выбор моделей и бутстреп (регулярный семинар)Статистическое оценивание
Стохастический градиентный спускСтратификацияСтруктурные методы анализа изображений и сигналов (курс лекций)
Структурные методы анализа изображений и сигналов (курс лекций)/2011Структурные методы анализа изображений и сигналов (курс лекций)/2011/Задание 1Структурные методы анализа изображений и сигналов (курс лекций)/2011/Задание 2
Структурные методы анализа изображений и сигналов (курс лекций) / Задание 2Структурные методы анализа изображений и сигналов (курс лекций, А.С. Конушин, Д.П. Ветров, Д.А. Кропотов, О.В. Баринова, В.С. Конушин, 2009)
Структурные модели и глубинное обучение (регулярный семинар)Суммаризация в анализе ДНК-микрочиповСходимость по вероятности
СэмплированиеТаблица сопряженности
Тематическое моделирование
Теорема МерсераТеорема НовиковаТеорема схемы
Теория ВалиантаТеория Вапника-Червоненкиса
Теория вычислительного обученияТеория измеренийТеория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)
Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)/2010Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)/2011
Теория сложности вычислений
Теория статистического обученияТеория статистического обучения (курс лекций, Н. К. Животовский)
Технологии организации данных (курс лекций, С.К.Дулин)Технологии организации данных (курс лекций, С.К.Дулин)/ВопросыТехнология активных баз знаний (курс лекций, С.К.Дулин)
Технология активных баз знаний (курс лекций, С.К.Дулин)/ВопросыТехнология информационного анализа электрокардиосигналов
Точный тест ФишераТрансдуктивное обучение
Транспортное моделирование, онлайн и huge-scale оптимизацияТребования к кандидатской диссертацииТренд
Тригонометрическая интерполяцияТупиковые тесты
Улучшение сканированного текста (виртуальный семинар)Уровень значимостиУчебная литература по анализу данных и машинному обучению (рекомендации)
Фактор инфляции дисперсии
Факультет вычислительной математики и кибернетики МГУ
Факультет компьютерных наук НИУ ВШЭФакультет управления и прикладной математики МФТИ
Фоновая поправка в анализе ДНК-микрочипов
Формирование бикластеров и рекомендаций для рекомендательной системы Интернет-рекламыФормула Надарая-ВатсонаФункции радиального базиса (пример)
Функциональное программирование (практикум, Д.В. Михайлов)Функция ЛогитФункция выживаемости
Функция интенсивности рисковФункция конкурентного сходства
Функция распределенияФункция роста
Функция ядраЦентральное множество
Частичная автокорреляцияЧастичное обучениеЧастная корреляция
Часто используемые регрессионные моделиЧеловек - генератор случайных чисел?Червоненкис, Алексей Яковлевич
Численные методы обучения по прецедентам (практика, В.В. Стрижов)Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Basic schedule
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Версия 2010Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Версия 2013Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, весна 2013
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, весна 2014Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, осень 2013Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, осень 2015
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 174, весна 2014Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 174, весна 2015Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 174, осень 2014
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 174, осень 2016Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, весна 2014Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, весна 2015
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, весна 2016Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, осень 2015Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, осень 2016
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, осень 2017Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 374, весна 2016Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 374, весна 2017
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 374, осень 2016Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, весна 2017
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, весна 2018Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, осень 2017Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, осень 2018
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 574, весна 2018Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 574, весна 2019Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 574, осень 2010
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 574, осень 2018Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 594, весна 2018Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, весна 2009
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, весна 2010Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, осень 2009Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, осень 2011
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 774, весна 2010Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 774, осень 2010Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 774, осень 2012
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, весна 2011Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, весна 2012Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, осень 2011
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, осень 2013Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, весна 2012Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, весна 2013
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, весна 2014Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, осень 2012Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, осень 2014
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа YАД, весна 2015Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа YАД, весна 2016
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Коллекция реальных данныхЧисленные методы обучения по прецедентам (практика, В.В. Стрижов)/Подготовка статьи к публикации на английском языке
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/ПрезентацииЧисленные методы обучения по прецедентам (практика, В.В. Стрижов)/ПримерыЧисленные методы обучения по прецедентам (практика, В.В. Стрижов)/Рекомендуемые базовые и дополнительные учебники
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Рекомендуемые обозначенияЧисленные методы обучения по прецедентам (практика, В.В. Стрижов)/СеминарЧисленные методы обучения по прецедентам (практика, В.В. Стрижов)/Черновые обзоры
Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Шаблон отчета о вычислительном экспериментеЧисленные методы обучения по прецедентам (практика, В.В. Стрижов)/Эксперты и консультанты
Шаговая регрессия
Шаговая регрессия (пример)Шаманство в анализе данныхШкола анализа данных Яндекса
Экспертная системаЭкспоненциальное сглаживаниеЭкстраполяция Ричардсона, оценки по Рунге и Эйткену, вычисление интегралов с заданной точностью
Эластичная сеть
Эмпирическое распределение
Эффективность подготовительных курсов для поступления на ВМК МГУ

Предыдущая страница (AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE)

Личные инструменты