Результаты поиска
Материал из MachineLearning.
По запросу «Объект»
Для получения более подробной информации о поиске на страницах проекта, см. справочный раздел.
Ниже показаны 100 результатов, начиная с № 1.
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
Нет совпадений в названиях статей
Совпадения в текстах статей
- Написание отчётов и статей (рекомендации) (50 769 байт)
- Обучение с учителем (29 149 байт)
154: Объектами в данном случае являютс... - Обучение без учителя (10 953 байта)
- Классификация (22 024 байта)
142: Объектами в данном случае являютс... - Байесовский классификатор (11 814 байт)
- Метрический классификатор (9700 байт)
- Метод ближайших соседей (17 114 байт)
- Кластеризация (14 830 байт)
- Машинное обучение (62 190 байт)
- Признаковое описание (8179 байт)
- Переобучение (18 386 байт)
- Скользящий контроль (28 538 байт)
105: Объекты выборки сортируются согл... - Персептрон (62 419 байт)
- Линейный классификатор (19 077 байт)
- Коллаборативная фильтрация (2331 байт)
- Логическая закономерность (11 920 байт)
12: Объекты этого класса будем называ... - Подготовка презентаций (рекомендации) (39 104 байта)
- Документирование функций Matlab (10 260 байт)
- Логистическая регрессия (11 567 байт)
- Профиль компактности (11 610 байт)
- Линейный дискриминантный анализ (24 643 байта)
- Метод потенциальных функций с размещением реперных объектов в 1 классе (3567 байт)
- Объединённая модель панельных данных (10 898 байт)
13: ...'Пример 1.''' Макроэкономика. Объекты – страны; <tex> x_j</tex> – хара...
15: ...'Пример 2.''' Микроэкономика. Объекты – домашние хозяйства; <tex> ...
17: '''Пример 3.''' Объекты – выборка телезрителей ; <...
22: '''Пример 4.''' Объекты – коммерческие фирмы; <tex> ...
24: ...к задач в данном контексте. Объекты – регионы; <tex> x_j</tex> – уро... - Функция интенсивности рисков (4215 байт)
- Машинное обучение (курс лекций, К.В.Воронцов)/Вопросы (23 239 байт)
- Критерий Гехана (5974 байта)
- Доверительные интервалы для параметров регрессии (5252 байта)
- Метод Парзеновского окна (пример) (12 947 байт)
- Метод k взвешенных ближайших соседей (пример) (23 624 байта)
163: Объектами являются три типа ирисо...
226: ...+Data%29 Statlog (German Credit Data) Data Set ]. Объектами являются анкеты людей, ... - Функции радиального базиса (пример) (13 467 байт)
153: Объекты формируют два кластера со...
161: Объекты составляют пять кластеро...
168: Объекты составляют восемь класте... - Метод k ближайших соседей (пример) (9626 байт)
101: Объектами являются три типа ирисо... - Статистический анализ данных (курс лекций, К.В.Воронцов)/2009 (50 190 байт)
- Классификация пациентов с сердечно-сосудистыми заболеваниями (отчет) (16 007 байт)
- Разработка алгоритмов ранговой регрессии для кредитного скоринга (отчет) (10 345 байт)
- Полигон алгоритмов/Общий отчёт задачи-алгоритмы (12 920 байт)
- Вероятность (5039 байт)
- Алгоритм СТОЛП (10 880 байт)
- Теория Валианта (21 171 байт)
10: * Объекты на которых выполняется об... - Криптография и машинное обучение (30 455 байт)
- Метод потенциальных функций (9699 байт)
- Функция конкурентного сходства (3519 байт)
- Алгоритм FRiS-СТОЛП (6223 байта)
- Кривая ошибок (12 857 байт)
- Теорема Новикова (5979 байт)
- Пропорциональный выбор (13 910 байт)
- Метод стохастического градиента (13 568 байт)
- Модель МакКаллока-Питтса (7916 байт)
- ЕМ-алгоритм, его модификации и обобщения (23 265 байт)
- Алгоритмы вычисления оценок (6842 байта)
- Алгоритм AdaBoost (17 896 байт)
30: ...пределение весов объектов. Объекты с наибольшими весами, ско... - Адаптивный линейный элемент (6100 байт)
- Алгоритм ФорЭл (11 652 байта)
- Алгоритм INCAS (9853 байта)
- Сеть радиальных базисных функций (10 021 байт)
- Правило Хэбба (7453 байта)
- Оценка параметров смеси моделей (11 162 байта)
- IDEF0 (24 226 байт)
- Байесовский информационный критерий (7114 байт)
- Тупиковые тесты (13 545 байт)
- Сравнение алгоритмов классификации для кредитного скоринга (отчет) (40 228 байт)
15: ... представлено 1000 объектов. Объектами являются анкеты людей, ... - Полигон алгоритмов/Пошаговая реализация собственного алгоритма (33 633 байта)
- Прореживание двухслойной нейронной сети (пример) (12 770 байт)
- SVM для линейно неразделимой выборки (пример) (19 521 байт)
47: Объекты последних двух типов и на... - Однослойные сети RBF для решения задач регрессии (пример) (14 141 байт)
- Прогнозирование формы множества (8297 байт)
- Полигон алгоритмов/Формат результатов тестирования алгоритма на задаче (2810 байт)
- Анализ формальных понятий (8999 байт)
- Поиск сходства текстовых документов с помощью частых замкнутых множеств признаков (11 108 байт)
- Оценка эффективности природоохранных программ (пример) (6299 байт)
- Построение интегральных индикаторов по ранговым признакам (пример) (4828 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Рекомендуемые обозначения (6315 байт)
- Оценка сложности регрессионных моделей (пример) (15 423 байта)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Версия 2010 (19 220 байт)
- Предсказывающие неравенства в задаче эмпирической минимизации риска (виртуальный семинар) (9617 байт)
- Практикум на ЭВМ (317)/Autoencoder (30 048 байт)
- Графические модели (курс лекций)/2012/Задание 5 (22 239 байт)
- Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 2 (16 700 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, весна 2013 (30 300 байт)
- Алгоритм LISTBB (6556 байт)
- Графические модели (курс лекций)/2013/Задание 5 (23 131 байт)
- Метод потенциального бустинга (7310 байт)
- Практикум на ЭВМ (317)/2012-2013/Autoencoder (28 968 байт)
- Биномиальное распределение двух случайных величин (39 950 байт)
177: [[Объект | Объекты]]: [[множество | множество]],... - Биномиальное распределение с равновероятными успехами испытаний Бернулли (63 374 байта)
210: [[Объект | Объекты]]: [[множество | множество]],... - Парадоксы мультиномиального распределения (57 095 байт)
158: [[Объект | Объекты]]: [[множество | множество]],... - Мультиномиальное распределение с равновероятными успехами испытаний Бернулли (62 614 байт)
645: [[Объект | Объекты]]: [[множество | множество]],... - Мультиномиальное распределение зависимых случайных величин (95 547 байт)
807: [[Объект | Объекты]]: [[множество | множество]],... - Эластичная сеть (5889 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 174, весна 2014 (71 482 байта)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 174, весна 2015 (63 422 байта)
- Пробные задачи (72 324 байта)
- Использование технологий NVIDIA для решения задач глубокого обучения (25 951 байт)
- Статистический кластерный анализ (регулярный семинар) (19 493 байта)
- Бэггинг (9141 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, весна 2018 (35 373 байта)
- Методы машинного обучения (А. И. Майсурадзе) (27 859 байт)
- Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев) (16 599 байт)
- Математические методы прогнозирования (лекции, В.В. Стрижов)/Группа 774, осень 2020 (33 880 байт)
- Математические методы прогнозирования (лекции, В.В. Стрижов)/Группы 674, 774, весна 2021 (13 824 байта)
- Моя первая научная статья (лекции и практика)/Сборник, весна 2023 (30 323 байта)
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
