Заглавная страница

Материал из MachineLearning.

MachineLearning.ru Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных. Сейчас ресурс содержит 1100 статей на русском языке. Poligon.MachineLearning.ru — Полигон алгоритмов классификации	Классификация	Распознавание образов
	Регрессионный анализ	Анализ и понимание изображений
	Прогнозирование	Обработка и анализ текстов
	Прикладная статистика	Прикладные системы анализа данных
	Обработка сигналов	Все направления

Концепция

Инструктаж

Все статьи

Ненаписанные статьи

Полезные ссылки

Частые вопросы

Справка

Временная приостановка свободной регистрации на ресурсе

Уважаемые коллеги!

В связи с высокой активностью спамеров, временно приостановлена свободная регистрация на ресурсе MachineLearning.ru. Ведется поиск «интеллектуального» решения данной проблемы.

В настоящее время для создания новой учетной записи, можно обратиться к любому активному участнику ресурса (коллега, научный руководитель, сосед по парте, ...) с просьбой перейти по ссылке Регистрация нового участника и ввести в форму данные нового участника.

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

Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2024 (Vokov) – [14:13, 3 марта 2025]
Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 174, весна 2025 (Aduenko) – [17:19, 17 февраля 2025]
Введение в машинное обучение (курс лекций, К.В.Воронцов) (Vokov) – [19:06, 12 февраля 2025]
Задачи материаловедения, потенциально имеющие приложение в биологии и медицине - сверхпроводники и др (Tiy) – [16:25, 3 февраля 2025]
Молекулярная динамика гамильтоновых систем и количественные оценки выполнимости закона сохранения энергии модельных систем (Tiy) – [16:22, 3 февраля 2025]
Fundam LLM bioinf (Tiy) – [16:19, 3 февраля 2025]
Глубокое машинное обучение (онлайн-учебник) (Victor Kitov) – [10:22, 20 ноября 2024]

Список всех статей

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)

Все публикации

Последние новости

27 января 2021 года — The 29th IEEE Conference of the Open Innovations Association FRUCT will be held in Tampere (Finland) on 12-14 May 2021. Submission deadline: 12 March 2021. See the Call for papers.
30 ноября 2020 года — Конференция Mathematical Optimization Theory and Operations Research MOTOR, will be held in Irkutsk, Baikal, 5—10 July 2021. Abstract submission: January 16, 2021, Full paper submission: February 13, 2021.
11 февраля 2020 года — Конференция Open Innovations Association FRUCT (Finnish-Russian University Cooperation in Telecommunications), проводимая в Москве 25—29 января 2021 года, принимает короткие и полные статьи до 30 октября и 20 ноября соответственно.
21 сентября 2020 года — Конференция Recent Advances in Machine Learning, Data Science, Intelligent Systems & Networking (MaDaIn 2020), проводимая в городе Дананг, Вьетнам 5—6 декабря, принимает статьи до 30 сентября.
11 февраля 2020 года — Конференция Artificial Intelligence and Natural Language (AINL 2020), проводимая в Хельсинки 7—9 октября, принимает короткие и полные статьи до 20 мая.