Все статьи

Материал из MachineLearning.

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

Метод покоординатного спускаМетод потенциального бустингаМетод потенциальных функций
Метод потенциальных функций с размещением реперных объектов в 1 классеМетод простых итерацийМетод радиальных базисных функций
Метод релевантных векторовМетод секущихМетод сопряжённых градиентов
Метод стохастического градиентаМетод штрафных функций
Методы автоматической обработки текстов (курс лекций, В.В.Китов)/2016Методы анализа текстов (семинар, К.В.Воронцов)Методы анализа текстов (семинар, К.В.Воронцов)/2017-2018 год
Методы деконволюции изображенийМетоды дихотомии
Методы исключения ГауссаМетоды машинного обучения (А. И. Майсурадзе)
Методы машинного обучения и поиск достоверных закономерностей в данных (курс лекций, О.В. Сенько)Методы наивысшей алгебраической точности (Гаусса - Кристоффеля)Методы обучения с подкреплением
Методы оптимизации (курс лекций)
Методы оптимизации в машинном обучении (курс лекций)/2012Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 1Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 2
Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 3Методы оптимизации в машинном обучении (курс лекций)/2014Методы оптимизации в машинном обучении (курс лекций)/2015
Методы оптимизации в машинном обучении (курс лекций)/2016Методы оптимизации в машинном обучении (курс лекций)/2017Методы оптимизации в машинном обучении (курс лекций)/2018
Методы оптимизации в машинном обучении (курс лекций)/2020Методы оптимизации в машинном обучении (курс лекций)/2021Методы парабол (Симпсона) и более высоких степеней (Ньютона - Котеса)
Методы прямоугольников и трапецийМетрикаМетрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)
Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/2018H1, ВМКМетрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/до 2017, ВМКМетрический классификатор
Метрическое сгущениеМеханизм вниманияМинимизация эмпирического риска
Многомерная гусеница, выбор длины и числа компонент гусеницы (пример)
Многомерная интерполяция и аппроксимация на основе теории случайных функцийМногомерная линейная регрессияМногомерная случайная величина
Многомерное шкалирование
Многомерный статистический анализ и вероятностное моделирование реальных процессов (семинар)
Множественная проверка гипотезМодели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)
Модели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)/ВопросыМоделирование мышления (школа Бонгарда)
Модель МакКаллока-Питтса
Модель Тейла-ВейджаМодель Тригга-ЛичаМодель Хольта
Модель Хольта-УинтерсаМодель зависимости
Модель панельных данных с временны́ми эффектамиМодель панельных данных с фиксированными эффектамиМодель панельных данных со случайными эффектами
Модифицированная ортогонализация Грама-ШмидтаМолекулярная динамика гамильтоновых систем и количественные оценки выполнимости закона сохранения энергии модельных систем
Моменты случайной величины
Монотонная коррекцияМосковский государственный университет имени М. В. Ломоносова
Московский физико-технический институт (государственный университет)
Моя первая научная статья (лекции и практика)/Сборник, весна 2023Моя первая научная статья (лекции и практика, В.В. Стрижов)/Группы 874, 821, 813, весна 2021
Моя первая научная статья (практика, В.В. Стрижов)/Группы 774, 794, весна 2020МультиколлинеарностьМультиномиальное распределение зависимых случайных величин
Мультиномиальное распределение независимых случайных величинМультиномиальное распределение с равновероятными успехами испытаний БернуллиМультиномиальное распределение с упорядоченными элементами подмножеств
Муравьиные алгоритмыНаивный байесовский классификатор
Написание отчётов и статей (рекомендации)Научная школа в области искусственного интеллектаНаучно-исследовательская работа (рекомендации)
Научно-образовательный центр при МИАННаучные конференции
Научный семинар по специальности (практика, А.И.Эрлих)Научный семинар по специальности (практика, А.И.Эрлих)/ВопросыНейробайесовские методы машинного обучения (курс лекций) / 2018
Нейробайесовские методы машинного обучения (курс лекций) / 2019Нейробайесовские методы машинного обучения (курс лекций) / 2020Нейробайесовские методы машинного обучения (курс лекций) / 2022
Нейрокомпьютерный интерфейсНейрокриптография
Нейронная сеть КохоненаНейросетевое встраивание
Нейросетевые методы обработки изображений (В.В.Китов)Нейросеть
Нелинейная регрессияНепараметрическая регрессияНепараметрическая регрессия: ядерное сглаживание
Непрерывные морфологические модели и алгоритмы (курс лекций, Л.М. Местецкий)Неравенство Бонферрони
Нестатистические методы анализа данных и классификации (курс лекций, В.В. Рязанов, 2010)
Нестатистические методы анализа данных и классификации (курс лекций, В.В.Рязанов)Неточные множестваНовости
Нормализация ДНК-микрочиповНормальное распределениеНулевая гипотеза
Обзорные статьи на английском языке
Обнаружение жизненного цикла товаров (отчет)
Обобщённая линейная модельОбобщённое среднееОбработка и распознавание изображений (курс лекций, Л.М. Местецкий)
Обработка изображений в системах искусственного интеллекта (курс лекций, А.Н.Гнеушев)Обработка изображений в системах искусственного интеллекта (курс лекций, А.Н.Гнеушев)/Вопросы 1 семестрОбработка изображений в системах искусственного интеллекта (курс лекций, А.Н.Гнеушев)/Вопросы 2 семестр
Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)/ВопросыОбработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)/Вопросы 1 семестр
Обсуждение публикации:DeepMind 2026 From AGI to ASI
Обучение без учителяОбучение по предпочтениям
Обучение с подкреплением
Обучение с подкреплением (курс лекций) / 2020Обучение с подкреплением (курс лекций) / 2021Обучение с подкреплением (курс лекций) / 2022
Обучение с подкреплением (курс лекций) / 2023Обучение с подкреплением (курс лекций) / 2024Обучение с подкреплением из обратной связи человека (RLHF)
Обучение с подкреплением по рубрикамОбучение с учителем
Общество промышленной и прикладной математики (SIAM)Объединённая модель панельных данных
Одномерная линейная регрессияОднослойные сети RBF для решения задач регрессии (пример)
Однослойный персептрон (пример)Однофакторная непараметрическая модель
Однофакторная параметрическая модельОписание окрестности точки наибольшего правдоподобия моделей (пример)Описательная статистика
Определение гиперпараметров для MVR
Оптимальное прореживание нейронных сетейОптимальное прореживание нейронных сетей (пример)Оптимизация ассортимента торговых точек (задача с данными)
Оптимизация и ее приложения (регулярный семинар)Оптимизация политики через самодистилляциюОсновные 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 квадратовОтбор признаков
Отчет 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 моделейОценка сложности регрессионных моделей (пример)Оценка эффективности природоохранных программ (пример)
Ошибки вычислений
Павловский, Юрий Николаевич
Пакеты прикладных программ (семинары)/2017Парадокс хи-квадрат
Парадоксы мультиномиального распределенияПараллельные вычисления в MatlabПереобучение
Персептрон
Плоидность
Плоская фигураПлощадь под ROC-кривойПовышение точности прогнозов на данных Netflix с помощью построения алгоритмических композиций (отчет)
Подготовка презентаций (рекомендации)Поиск нелинейной модели поверхности Мохоровичича (пример)Поиск почти-дубликатов в рукописных текстах школьных сочинений
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 БонферрониПорождающие модели (теория и практика, Р.В. Исаченко, В.В. Стрижов)/Группа 674, осень 2020
Порождение и выбор авторегрессионных моделейПорождение 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 ХэббаПрактикум ММП ВМК, 4й курс, осень 2008
Практикум на ЭВМ (317)/2011-2012Практикум на ЭВМ (317)/2012-2013Практикум на ЭВМ (317)/2012-2013/Autoencoder
Практикум на ЭВМ (317)/2013-2014Практикум на ЭВМ (317)/2013-2014/BackgroundSubtractionПрактикум на ЭВМ (317)/2013/Коды БЧХ
Практикум на ЭВМ (317)/2014-2015Практикум на ЭВМ (317)/2014/Коды БЧХПрактикум на ЭВМ (317)/2015-2016
Практикум на ЭВМ (317)/2016-2017Практикум 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)/2020 (осень)Практикум на ЭВМ (317)/Autoencoder
Практикум на ЭВМ (417)/2016Практикум на ЭВМ (417)/2017Практикум на ЭВМ (417)/2018
Практикум на ЭВМ (417)/2019Предобработка данных ДНК-микрочиповПредрассудок
Предсказательное моделирование и оптимизация (кафедра МФТИ)/КурсыПредсказательное моделирование и оптимизация (кафедра МФТИ)/Материалы
Предсказательное моделирование и оптимизация (кафедра МФТИ)/О кафедреПредсказательное моделирование и оптимизация (кафедра МФТИ)/ОбъявленияПредсказательное моделирование и оптимизация (кафедра МФТИ)/Преподаватели
Предсказательное моделирование и оптимизация (кафедра МФТИ)/РасписаниеПредсказательное моделирование и оптимизация (кафедра МФТИ)/СтудентыПредсказательное моделирование и оптимизация (кафедра МФТИ)/Учебный план
Предсказывающие 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 2007Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 374, осень 2008
Прикладной 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 дифференцированииПрименение интерполяции для решения уравнений
Применение метода главных компонентПрименение сплайнов для численного интегрированияПринцип максимума правдоподобия
Принцип эмпирической индукции Бэкона в машинном обученииПричинность по ГрейнджеруПробит-анализ
Пробные задачиПроведение поверхностей наилучшего приближенияПроверка 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
Проксимальный градиентный спускПромпт-инжинирингПропорциональный выбор
Прореживание двухслойной нейронной сети (пример)
Простой итерационный алгоритм сингулярного разложенияПростой случайный выборПрофиль компактности
Процедура Каплана-МейераПрямая оптимизация предпочтений
Псевдообратная матрица
Радемахеровская сложность
Размерность Вапника-ЧервоненкисаРазнообразие
Разработка алгоритмов ранговой регрессии для кредитного скоринга (отчет)
Ранговая корреляцияРанговые критерии
РанжированиеРаспознавание 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 Кука
Расщепление транспортных потоковРациональная интерполяцияРегрессионная модель
Регрессионный анализ
Рейтинг международных научных конференцийРекомендации по доработке магистерской диссертации
Релаксационные методыРепозиторий UCIРешающее дерево
Решающий списокРешение переопределённой СЛАУ
Ридж-регрессияРобастное оцениваниеРоссийская академия наук
Российский фонд фундаментальных исследованийРотационная панельРудаков, Константин Владимирович
Руководство исследовательскими проектами (практика, В.В. Стрижов)
Самостоятельное обучение
Связанный Байесовский выводСезонность
Семинар К. В. Рудакова
Семинар Л.М. МестецкогоСеминар Ю.И. Журавлева
Сеть радиальных базисных функцийСимвольная регрессияСимвольная 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)/ВопросыСистемы искусственного интеллекта (курс лекций, Д.В.Михайлов)
Скайп (Skype)Скользящий контроль
Слабая вероятностная аксиоматикаСледящий контрольный сигнал
Словарь терминов машинного обученияСложение большого множества чисел, существенно отличающихся по величинеСлучайная величина
Смесь экспертовСовременные методы распознавания и синтеза речи (курс лекций)/2018
Современные методы распознавания и синтеза речи (курс лекций)/2019Современный 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 2011
Спецсеминар "Байесовские методы машинного обучения"/весна 2012Спецсеминар "Байесовские методы машинного обучения"/весна 2013Спецсеминар "Байесовские методы машинного обучения"/весна 2014
Спецсеминар "Байесовские методы машинного обучения"/весна 2015Спецсеминар "Байесовские методы машинного обучения"/весна 2016Спецсеминар "Байесовские методы машинного обучения"/весна 2017
Спецсеминар "Байесовские методы машинного обучения"/весна 2018Спецсеминар "Байесовские методы машинного обучения"/осень 2010Спецсеминар "Байесовские методы машинного обучения"/осень 2011
Спецсеминар "Байесовские методы машинного обучения"/осень 2012Спецсеминар "Байесовские методы машинного обучения"/осень 2013Спецсеминар "Байесовские методы машинного обучения"/осень 2014
Спецсеминар "Байесовские методы машинного обучения"/осень 2015Спецсеминар "Байесовские методы машинного обучения"/осень 2016Спецсеминар "Байесовские методы машинного обучения"/осень 2017
Спецсеминар "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-микрочиповСреднее, взвешенное по расстоянию
Стандартизация задач с помощью замены переменныхСтатистика (функция выборки)
Статистика Дарбина-УотсонаСтатистика 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)/2008
Статистический анализ данных (курс лекций, К.В.Воронцов)/2009Статистический анализ данных (курс лекций, К.В.Воронцов)/2010Статистический анализ данных (курс лекций, К.В.Воронцов)/2011
Статистический анализ данных (курс лекций, К.В.Воронцов)/2011, ФУПМСтатистический анализ данных (курс лекций, К.В.Воронцов)/2012Статистический анализ данных (курс лекций, К.В.Воронцов)/2012, ФУПМ
Статистический анализ данных (курс лекций, К.В.Воронцов)/2013Статистический анализ данных (курс лекций, К.В.Воронцов)/2013, ФУПМСтатистический анализ данных (курс лекций, К.В.Воронцов)/2014
Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМСтатистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/1Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/2
Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/3Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/4Статистический анализ данных (курс лекций, К.В.Воронцов)/2014/1
Статистический анализ данных (курс лекций, К.В.Воронцов)/2014/2Статистический анализ данных (курс лекций, К.В.Воронцов)/2014/3Статистический анализ данных (курс лекций, К.В.Воронцов)/2015
Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМСтатистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/1Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/2
Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/3Статистический анализ данных (курс лекций, К.В.Воронцов)/2015/1Статистический анализ данных (курс лекций, К.В.Воронцов)/2015/2
Статистический анализ данных (курс лекций, К.В.Воронцов)/2015/3Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ММПСтатистический анализ данных (курс лекций, К.В.Воронцов)/2016, ММП/2
Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ММП/3Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМСтатистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМ/1
Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМ/2Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМ/3Статистический анализ данных (курс лекций, К.В.Воронцов)/2016/1
Статистический анализ данных (курс лекций, К.В.Воронцов)/Чувствительность двухвыборочного критерия Стьюдента (пример)Статистический кластерный анализ (регулярный семинар)
Статистический отчет при создании моделейСтатистическое обучение, выбор моделей и бутстреп (регулярный семинар)
Статистическое оцениваниеСтилизация фото на AlterDraw.comСтохастический градиентный спуск
СтратификацияСтруктурная минимизация рискаСтруктурные 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-микрочиповСупервыравнивание
Сходимость по вероятностиСценарный анализСценарный анализ/Альтернативный вариант
СэмплированиеСэмплирование Гиббса
Таблица сопряженностиТематическое моделирование
Теорема МерсераТеорема НовиковаТеорема схемы
Теория ВалиантаТеория Вапника-Червоненкиса
Теория вычислительного обученияТеория игрТеория измерений
Теория 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 вычисленийТеория 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)/Вопросы
Технологии программной инженерииТехнология активных баз знаний (курс лекций, С.К.Дулин)Технология активных баз знаний (курс лекций, С.К.Дулин)/Вопросы
Технология информационного анализа электрокардиосигналовТочный тест Фишера
Трансдуктивное обучениеТранспортное моделирование, онлайн и huge-scale оптимизация
Трансформер (модель)
Требования к кандидатской диссертацииТрендТригонометрическая интерполяция
Тупиковые тестыУлучшение сканированного текста (виртуальный семинар)
Уровень значимостиУскоренный градиент НестероваУсловия Каруша–Куна–Таккера
Учебная литература по анализу данных и машинному обучению (рекомендации)
Фактор инфляции дисперсии
Факультет вычислительной математики и кибернетики МГУФакультет компьютерных наук НИУ ВШЭ
Факультет управления и прикладной математики МФТИ
Философия. Введение в ИИ (курс лекций, К.В.Воронцов)Философия. Введение в ИИ (курс лекций, К.В.Воронцов)/Задание 1
Философия. Введение в ИИ (курс лекций, К.В.Воронцов)/Задание 1/ВыполнениеФилософия. Введение в ИИ (курс лекций, К.В.Воронцов)/Задание 2Фоновая поправка в анализе ДНК-микрочипов
Формирование бикластеров и рекомендаций для рекомендательной системы Интернет-рекламыФормула Надарая-Ватсона
Фундаментальные теоремы машинного обучения/Группа 674 (практика, М.С. Потанин, В.В. Стрижов)Функции радиального базиса (пример)Функциональное программирование (практикум, Д.В. Михайлов)
Функция ЛогитФункция выживаемостиФункция интенсивности рисков
Функция конкурентного сходства
Функция распределенияФункция ростаФункция ядра
Центральное множествоЦепочки рассуждений
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