Цели Ресурса
- Сконцентрировать информацию о достижениях ведущих российских научных школ в области машинного обучения и интеллектуального анализа данных.
- Способствовать обмену опытом, накоплению и распространению научных знаний в этой области.
- Предоставить площадку для виртуальных научных семинаров и обсуждений.
- Предоставить доступ к распределенной системе тестирования алгоритмов классификации и прогнозирования.
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, исследовательскими, полемическими и учебными материалами.
По этой причине 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»
- 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)
- Загоруйко, Н. Г. Когнитивный анализ данных. — Академическое издательство «ГЕО», 2012. — 203 с. (подробнее)
- Мерков, А. Б. Распознавание образов. Введение в методы статистического обучения. — Едиториал УРСС, 2011. — 256 с. (подробнее)
- Bishop, C.M. Pattern Recognition and Machine Learning. — Springer, 2006. — 738 p. (подробнее)
- Jiawei Han, Micheline Kamber, Jian Pei Data Mining: Concepts and Techniques, Third Edition. — Morgan Kaufmann Publishers, 2012. — 703 p. (подробнее)
- Sean Luke Essentials of Metaheuristics. — Lulu, 2009. — 235 p. (подробнее)
- Дьяконов, A. Г. Анализ данных, обучение по прецедентам, логические игры, системы WEKA, RapidMiner и MatLab (практикум на эвм кафедры математических методов прогнозирования). — МАКСПресс, 2010. — 278 с. (подробнее)
- Boucheron S., Lugosi G., Bousquet O. Concentration inequalities // Advanced Lectures in Machine Learning. — Springer, 2004. — С. 208-240. (подробнее)
Категоризованный раздел «Публикации»
|
|
Последние новости
Основные категории
Последние правки
- Машинное обучение (курс лекций, К.В.Воронцов) ( Vokov ) - [ 14:23, 13 декабря 2024 ]
- Байесовский выбор моделей (теория и практика, А.А. Адуенко, К.Д. Яковлев, В.В. Стрижов)/Группа 174, осень 2024 ( Aduenko ) - [ 04:12, 10 декабря 2024 ]
- Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев) ( Algneushev ) - [ 23:07, 9 декабря 2024 ]
- Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)/Вопросы 1 семестр ( Algneushev ) - [ 23:05, 9 декабря 2024 ]
- Интеллектуальные системы (кафедра МФТИ)/О кафедре ( Algneushev ) - [ 22:10, 9 декабря 2024 ]
- Тематическое моделирование ( Vokov ) - [ 22:00, 9 декабря 2024 ]
- Аддитивная регуляризация тематических моделей ( Vokov ) - [ 21:59, 9 декабря 2024 ]
- BigARTM ( Vokov ) - [ 21:58, 9 декабря 2024 ]
- Вероятностные тематические модели (курс лекций, К.В.Воронцов) ( Vokov ) - [ 21:58, 9 декабря 2024 ]
- Биоинформатика и задачи распознавания в современной биологии (курс лекций, И.Ю. Торшин) ( Tiy ) - [ 16:17, 9 декабря 2024 ]
- Системы искусственного интеллекта (курс лекций, Д.В.Михайлов) ( Dmitry.Mikhaylov ) - [ 11:52, 21 ноября 2024 ]
- Учебная литература по анализу данных и машинному обучению (рекомендации) ( Victor Kitov ) - [ 11:20, 20 ноября 2024 ]
- Математические методы распознавания образов (курс лекций, В.В.Китов) ( Victor Kitov ) - [ 11:18, 20 ноября 2024 ]
Список всех последних правок
|