Результаты поиска
Материал из MachineLearning.
По запросу «Модель»
Для получения более подробной информации о поиске на страницах проекта, см. справочный раздел.
Ниже показаны 100 результатов, начиная с № 21.
Просмотреть (предыдущие 100) (следующие 100) (20 | 50 | 100 | 250 | 500)
Совпадения в названиях статей
- Векторная модель (34 613 байт)
- Тематическая модель (65 байт)
- Интерпретируемая модель машинного обучения (7281 байт)
12: # Модель является суперпозицией ин...
Совпадения в текстах статей
- Оптимальное прореживание нейронных сетей (13 877 байт)
65: ...олучаем упрощенную модель. Модель перенастраивать не требуе... - Выборка (10 682 байта)
66: ...вать значения параметров [[Модель зависимости|модели]] по обу...
71: ... (оптимизация параметров) [[Модель зависимости|модели зависи...
78: ...тся качество построенной [[Модель зависимости|модели]]. Если ... - Персептрон (62 419 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов) (38 231 байт)
71: * Модель со случайным эффектом, раз...
72: * Модель с фиксированным эффектом, ...
186: ---><!--- * [[Модель панельных данных с фиксиро...
187: * [[Модель панельных данных со случай...
188: * [[Модель панельных данных с временн... - Целевая зависимость (49 байт)
1: #REDIRECT [[Модель зависимости]] - Теория Вапника-Червоненкиса (11 367 байт)
- Модель алгоритмов (49 байт)
1: #REDIRECT [[Модель зависимости]] - MVR Composer (21 778 байт)
- Линейный классификатор (19 077 байт)
- Алгоритм Левенберга-Марквардта (8908 байт)
- Алгоритм обучения (4180 байт)
- Загоруйко, Николай Григорьевич (37 844 байта)
50: ...йко Н. Г., Бондарко Л. В. и др. Модель восприятия речи человеком.... - Подготовка презентаций (рекомендации) (39 104 байта)
- Применение метода главных компонент (22 147 байт)
- Бонгард, Михаил Моисеевич (23 112 байт)
- Анализ клиентских сред и коллаборативная фильтрация (виртуальный семинар) (9016 байт)
- Математические методы распознавания образов (курс лекций, А.Е. Лепский, А.Г. Броневич) (30 463 байта)
- Оценивание дискретных распределений при дополнительных ограничениях на вероятности некоторых событий (виртуальный семинар) (13 568 байт)
- Моделирование мышления (школа Бонгарда) (39 909 байт)
- Оценка обобщающей способности (японская притча) (12 371 байт)
- Семинар К. В. Рудакова (32 456 байт)
79: ...разующих замкнутую группу. Модель описывается системой обык... - Часто используемые регрессионные модели (9174 байта)
22: ...ьная модель, <tex>y=ae^bx+ce^dx</tex>. Модель может быть использована, в ... - Обобщенная линейная модель (64 байта)
- GLM (64 байта)
- Нейронная сеть Кохонена (34 327 байт)
- Логистическая регрессия (11 567 байт)
- Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 474, осень 2009 (9221 байт)
- Прикладной регрессионный анализ (курс лекций, B.В. Стрижов) (12 622 байта)
- Системы искусственного интеллекта (курс лекций, Д.В.Михайлов) (21 717 байт)
- Минимизация эмпирического риска (7278 байт)
- Линейная регрессия (пример) (16 185 байт)
- Ошибки вычислений (35 084 байта)
- Модель Тригга-Лича (14 839 байт)
1: ''Модель Тригга-Лича'' применяется в...
3: Модель Тригга-Лича относится к мо... - Логистическая регрессия (пример) (10 578 байт)
- Нелинейная регрессия (5796 байт)
- Трансдуктивное обучение (4389 байт)
- Конструктивное построение множества суперпозиций (13 856 байт)
- Критерий Фишера (6392 байта)
- Обучение с подкреплением (16 936 байт)
- Задачи анализа данных в бизнес-аналитике (семинар К. В. Воронцова) (14 482 байта)
- Экспоненциальное сглаживание (7455 байт)
35: == Модель Брауна==
54: Модель работает только при неболь...
55: ...льный тренд и сезонность), [[Модель Тейла-Вейджа| Тейла-Вейджа]...
68: [[Модель Хольта]] — учитываются лин...
70: [[Модель Хольта-Уинтерса]] — учитыв... - Метод наибольшего правдоподобия (3900 байт)
- ARIMA (5237 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2008 (12 212 байт)
66: ...ненциальное сглаживание (+ Модель Брауна)]] (обновлен 11.12.08)
67: **[[Модель Хольта]] (обновлен 11.12.08)
68: **[[Модель Хольта-Уинтерса]] (обновлен...
69: **[[Модель Тейла-Вейджа]] (обновлен 11.12...
77: *[[Модель панельных данных с фиксиро... - Модель Хольта (3004 байта)
31: ...поненциальное_сглаживание|Модель Брауна]] — экспоненциально...
33: [[Модель Хольта-Уинтерса]] — учитыв...
35: [[Модель Тейла-Вейджа]] — учитывают... - Метод потенциальных функций с размещением реперных объектов в 1 классе (3567 байт)
- Лассо (10 005 байт)
- Нейросеть (2693 байта)
4: Модель МакКаллока–Питтса. Пусть X...
9: ====Модель МакКаллока и Питтса====
15: Модель МакКалока-Питтса эквивале... - Авторегрессионное скользящее среднее (7355 байт)
4: Модель состоит из двух частей: авт...
20: Модель [[Скользящее среднее|сколь...
41: Модель MA(<i>q</i>) задаётся следующим ... - Модель Хольта-Уинтерса (4636 байт)
2: ...нных колебаний. На основе [[Модель Хольта|модели Хольта]] Уинт...
39: ...поненциальное_сглаживание|Модель Брауна]] — экспоненциально...
41: [[Модель Хольта]] — учитываются лин...
43: [[Модель Тейла-Вейджа]] — учитывают... - Модель Тейла-Вейджа (3026 байт)
7: ...ренд]], в отличии от модели [[Модель Хольта-Уинтерса|Хольта-Уин...
28: ...поненциальное_сглаживание|Модель Брауна]] — экспоненциально...
30: [[Модель Хольта]] - учитывается лине...
32: [[Модель Хольта-Уинтерса]] — учитыв... - Следящий контрольный сигнал (3585 байт)
33: ...поненциальное_сглаживание|Модель Брауна]] — экспоненциально...
35: [[Модель Хольта]] — учитываются лин...
37: [[Модель Хольта-Уинтерса]] — учитыв...
39: [[Модель Тейла-Вейджа]] — учитывают...
41: [[Модель Тригга-Лича]] — следящий ко... - Метод настройки с возвращениями (14 103 байта)
- Объединённая модель панельных данных (10 898 байт)
47: # [[Модель панельных данных с фиксиро...
48: # [[Модель панельных данных со случай...
81: * [[Модель панельных данных с фиксиро...
82: * [[Модель панельных данных со случай...
83: * [[Модель панельных данных с временн... - Модель панельных данных с фиксированными эффектами (10 488 байт)
1: '''Модель панельных данных с фиксиро...
64: ...ли расовую принадлежность. Модель с фиксированным эффектом н...
83: * [[Модель панельных данных со случай...
84: * [[Модель панельных данных с временн... - Модель панельных данных со случайными эффектами (6509 байт)
1: '''Модель панельных данных со случай...
33: Модель со случайным эффектом {{eqref|...
58: * [[Модель панельных данных с фиксиро...
59: * [[Модель панельных данных с временн... - Модель панельных данных с временны́ми эффектами (7928 байт)
1: '''Модель панельных данных с временн...
49: ..._t = 1 (t = 1,...,T)</tex>, то получим [[Модель панельных данных с фиксиро...
69: * [[Модель панельных данных со случай...
70: * [[Модель панельных данных с фиксиро... - Адаптивная селекция моделей прогнозирования (3656 байт)
3: ... свинец и базовый набор из [[Модель Тригга-Лича|модели Тригга-...
40: ...поненциальное_сглаживание|Модель Брауна]]
41: *[[Модель Хольта]]
42: *[[Модель Хольта-Уинтерса]]
43: *[[Модель Тейла-Вейджа]] - Адаптивная композиция моделей прогнозирования (4410 байт)
1: ...ого набора взяты линейная [[Модель Тригга-Лича|модель Тригга-...
45: ...поненциальное_сглаживание|Модель Брауна]]
46: *[[Модель Хольта]]
47: *[[Модель Хольта-Уинтерса]]
48: *[[Модель Тейла-Вейджа]] - Критерий Чоу (6970 байт)
- Непараметрическая регрессия (31 016 байт)
- Алгоритм LOWESS (17 076 байт)
- Пробит-анализ (4685 байт)
- Логит-анализ (13 329 байт)
64: Модель предлагает для каждого исп... - Коррелограмма (11 554 байта)
- Ковариационный анализ (9575 байт)
- Сезонность (7980 байт)
45: ...одаж с использованием ЭВМ. Модель должна быть такой, чтобы: а)...
46: ...ью экспоненциальной схемы. Модель при этом становится сложне...
52: Модель имеет вид:
77: * [[Модель Брауна]]
78: * [[Модель Хольта]] - Тренд (7835 байт)
50: * [[Модель Брауна]]
51: * [[Модель Хольта]]
52: * [[Модель Хольта-Уинтерса]]
53: * [[Модель Тейла-Вейджа]] - Анализ регрессионных остатков (6474 байта)
- Шаговая регрессия (7168 байт)
- Мультиколлинеарность (8471 байт)
- Функция Логит (4265 байт)
- Функция интенсивности рисков (4215 байт)
- Прогнозирование количества телефонных звонков клиентов телекоммуникационной компании (2507 байт)
- Коэффициент детерминации (11 956 байт)
- Вариация и смещение (2724 байта)
- Машинное обучение (курс лекций, К.В.Воронцов)/Вопросы (23 239 байт)
- Ротационная панель (2508 байт)
22: * [[Модель панельных данных с фиксиро...
23: * [[Модель панельных данных со случай...
24: * [[Модель панельных данных с временн... - Значимость коэффициентов линейной регрессии (8874 байта)
13: Модель линейной регрессии имеет в... - Статистические свойства МНК-оценок коэффициентов регрессии (8908 байт)
13: Модель линейной регрессии имеет в... - Дисперсия остатков (3260 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов) (193 551 байт)
- Определение гиперпараметров для MVR (16 932 байта)
- Порождение линейных регрессионных моделей (постановка задачи) (7459 байт)
10: Модель <tex>f</tex> принадлежит множ...
14: Модель <tex>f_{k(\kappa)}</tex> есть линей...
50: Модель, доставляющая наименьшую с... - Метод наименьших углов (пример) (17 608 байт)
- EM алгоритм (пример) (14 234 байта)
- Логистическая регрессия для решения задач классификации (пример) (11 619 байт)
- Математические методы распознавания образов (конференция)/Программа ММРО-14 (37 878 байт)
- Структурные методы анализа изображений и сигналов (курс лекций, А.С. Конушин, Д.П. Ветров, Д.А. Кропотов, О.В. Баринова, В.С. Конушин, 2009) (21 342 байта)
104: === Модель активных контуров ===
106: Модель активных контуров и пример...
132: |5 ноября 2009||Лекция 9 «Модель активных контуров и пример... - Байесовские методы машинного обучения (Спецсеминар) (39 756 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2009 (50 190 байт)
348: *[[Модель Тригга-Лича]]: новая статья - Выбор оптимального алфавита марковских моделей для распознавания речи (отчет) (18 862 байта)
- Структурные методы анализа изображений и сигналов (курс лекций) / Задание 2 (40 773 байта)
22: ...ждой строке равна единице. Модель генерации данных задается ...
208: ...ждой строке равна единице. Модель генерации данных задается ...
356: ...ждой строке равна единице. Модель генерации данных задается ... - Вероятностное пространство (13 378 байт)
- Требования к кандидатской диссертации (12 457 байт)
- Вероятность (5039 байт)
- Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 174, осень 2006 (26 543 байта)
113: ...ываемые при моделировании. Модель как произвольная суперпоз... - Машинное обучение (курс лекций, К.В.Воронцов)/2009 (8143 байта)
84: * [[Модель МакКаллока-Питтса]] - Адаптивные методы прогнозирования временных рядов (7422 байта)
8: ...енциальное сглаживание]]'', Модель Брауна===
29: * [[Модель Хольта]]
33: * Модель линейного роста Брауна - эт...
37: * Модель прогнозирования Дж.Бокса и...
44: * [[Модель Хольта-Уинтерса]] — мульти... - Теория Валианта (21 171 байт)
Просмотреть (предыдущие 100) (следующие 100) (20 | 50 | 100 | 250 | 500)