|
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
Новое в разделе «Публикации»
- Пол Доэрти; Джеймс Уилсон. Душа машины. Радикальный поворот к человекоподобию систем искусственного интеллекта. Издательство «Манн, Иванов и Фербер». — 2024. — 368с. (подробнее)
- Van Gansbeke W., Vandenhende S., Georgoulis S., Proesmans M., Van Gool L. SCAN: Learning to Classify Images without Labels // ECCV. — 2020. (подробнее)
- Tim Genewein, Matija Franklin, Alexander Lerchner, Laurent Orseau, Samuel Albanie, Adam Bales, Cole Wyeth, Stephanie Chan, Iason Gabriel, Joel Z. Leibo, Allan Dafoe, Marcus Hutter, Thore Graepel, Shane Legg. From AGI to ASI. — DeepMind, ArXiv 2606.12683. — 10 Jun 2026. (подробнее)
- Неделько, В. М. Машинное обучение в вероятностной постановке. Учебник. — Новосибирск: ИПЦ НГУ, 2026. — 432 с. (подробнее)
- 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)
Все публикации
|
|
Последние новости
Основные категории
Последние правки
- Предобработка данных ( Imil Baltaniazov ) - [ 19:48, 11 июля 2026 ]
- Философия. Введение в ИИ (курс лекций, К.В.Воронцов)/Задание 1/Выполнение ( Imil Baltaniazov ) - [ 19:37, 11 июля 2026 ]
- Задача XOR ( Alfina Iamaeva ) - [ 16:48, 11 июля 2026 ]
- Квантовое машинное обучение ( Aleksei Klesov ) - [ 16:13, 11 июля 2026 ]
- Обнаружение спама ( Kamil Bagdalov ) - [ 14:33, 11 июля 2026 ]
- Нейросимволический искусственный интеллект ( Oleg Batsiev ) - [ 14:16, 11 июля 2026 ]
- Матрица ошибок ( Aleksandra Ivanova ) - [ 14:06, 11 июля 2026 ]
- Байесовская оптимизация ( Imil Baltaniazov ) - [ 13:02, 11 июля 2026 ]
- Сеть Колмогорова — Арнольда ( Polina Khadralinova ) - [ 12:33, 11 июля 2026 ]
- Neural Collaborative Filtering ( Nikita Saveliuk ) - [ 11:55, 11 июля 2026 ]
- Имитационное обучение ( Gadel Mahmutov ) - [ 14:00, 10 июля 2026 ]
- Атаки на модели машинного обучения ( Gadel Mahmutov ) - [ 13:54, 10 июля 2026 ]
- A/B тестирование ( Vladimir Garanin ) - [ 11:57, 10 июля 2026 ]
- Word2vec ( Vladimir Garanin ) - [ 11:41, 10 июля 2026 ]
- Метод дробящихся эталонов ( Dan-Кhaiaa Lakpazhap ) - [ 00:28, 10 июля 2026 ]
- L-BFGS ( Iurii Patrakov ) - [ 23:09, 9 июля 2026 ]
- Метрика ( Iurii Patrakov ) - [ 22:48, 9 июля 2026 ]
- Имитационное моделирование ( Iurii Patrakov ) - [ 22:09, 9 июля 2026 ]
- Теоремы Гёделя и границы вычислимости для сильного ИИ ( Lyubov Shetinnikova ) - [ 18:42, 9 июля 2026 ]
- Графовая нейронная сеть ( Dan-Кhaiaa Lakpazhap ) - [ 06:42, 9 июля 2026 ]
Список всех последних правок
|
