Все статьи

Материал из MachineLearning.

Перейти к: навигация, поиск
Все страницы | Предыдущая страница (A/B тестирование) | Следующая страница (Рекомендательные системы)

КибербезопасностьКитайская комнатаКлассификационный порог
КлассификацияКлассификация изображенийКлассификация пациентов с сердечно-сосудистыми заболеваниями (отчет)
КластеризацияКластеризация графов без использования метрик (пример)
Ковариационный анализКогнитивная архитектура
Кодекс этики в сфере искусственного интеллектаКозлов, Валерий Васильевич
Коллаборативная фильтрацияКоллекции документов для тематического моделированияКоллекция учебных задач
Комбинаторная оптимизация
Комбинаторная теория переобучения (виртуальный семинар)
Комбинаторные и логические методы анализа данных (курс лекций, С.И. Гуров)Компания ForecsysКомпания Recogmission
Компания SAS InstituteКомпозиционные методыКомпозиция алгоритмов
Компромисс между смещением и разбросомКомпромисс обучение-применение
Компьютерное зрениеКомпьютерные методы обработки сигналов (курс лекций, О.В. Красоткина)/2013, ММП
Конвейер машинного обученияКонкордация КенделлаКонкурс Avito-2015: Распознавание отклика на маркетинговое предложение
Конкурс Avito-2015: Распознавание отклика на маркетинговое предложение/Рейтинг участниковКонкурс Avito-2016: Распознавание категории объявленияКонкурс Avito-2016: Распознавание категории объявления/Рейтинг участников
Конкурс Avito-2016: Распознавание марки и модели автомашин на изображенияхКонкурс Avito-2016: Распознавание марки и модели автомашин на изображениях/Рейтинг участниковКонкурс Avito.ru-2014: распознавание контактной информации на изображениях
Конкурс Avito.ru-2014: распознавание контактной информации на изображениях/Рейтинг участниковКонкурс CardioQVARK: разработка алгоритма определения курящего человека по его кардиограмме.
Конкурс IEEE ICDM: дорожно-транспортные прогнозы для интеллектуальной GPS-навигацииКонкурс ML Boot Camp - лето 2016
Конкурс Московской Биржи-2016Конкурс ФПИ-2015: Распознавание лиц людей
Конкурс предсказание затрат рекламодателя в системе контекстной рекламыКоннективизмКонституционный искусственный интеллект
Конструктивное построение множества суперпозицийКонтаминация бенчмарков больших языковых моделей
Контекстное обучениеКонтрастивное обучениеКонтроль качества в анализе ДНК-микрочипов
Конформное предсказаниеКоррелограмма
Корреляция МэтьюсаКорригируемость
КортежКоэффициент асимметрииКоэффициент детерминации
Коэффициент корреляции КенделлаКоэффициент корреляции ПирсонаКоэффициент корреляции Спирмена
Коэффициент разнообразияКоэффициент эксцессаКрасное тестирование ИИ
Краткосрочное прогнозирование почасовых цен на электроэнергию (пример)КраудсорсингКредитный скоринг
Кривая ошибок
КриптографияКриптография и машинное обучениеКритерии Жанга
Критерии нормальностиКритерии однородностиКритерии согласия
Критерий KPSSКритерий Аббе-Линника
Критерий АкаикеКритерий Андерсона-ДарлингаКритерий Ансари—Бредли
Критерий БартелсаКритерий Бартлетта
Критерий Бройша-ПаганаКритерий Вальда-Вольфовица
Критерий Ван дер ВарденаКритерий ВатсонаКритерий Гехана
Критерий Давидсона-МаккиннонаКритерий ДжиниКритерий Джонкхиера
Критерий Диболда-МарианоКритерий Зигеля-Тьюки
Критерий КлотцаКритерий Кокрена
Критерий Кокса-СтюартаКритерий Колмогорова-Смирнова
Критерий Краскела-УоллисаКритерий КупераКритерий Лемана-Розенблатта
Критерий Льюнга-БоксаКритерий Мак-НимараКритерий Неменьи
Критерий ПейджаКритерий СтьюдентаКритерий Тьюки
Критерий Уилкоксона-Манна-УитниКритерий Уилкоксона двухвыборочный
Критерий Уилкоксона для связных выборокКритерий ФишераКритерий Фостера-Стюарта
Критерий ФридманаКритерий ХартлиКритерий Чоу
Критерий Шапиро-УилкаКритерий асимметрии и эксцессаКритерий знаков
Критерий знаковых рангов Уилкоксона
Критерий омега-квадрат
Критерий стьюдентизированного размаха
Критерий хи-квадратКритерий экстремумов
Кросс энтропия
ЛассоЛассо Тибширани
Линейная регрессия (пример)Линейный дискриминант Фишера
Линейный дискриминантный анализЛинейный классификаторЛогико-статистические модели в распознавании, прогнозировании и интеллектуальном анализе данных (курс лекций, О.В. Сенько)
Логистическая регрессияЛогистическая регрессия (пример)Логистическая регрессия для решения задач классификации (пример)
Логистическая функцияЛогит-анализЛогит-функция
Логическая закономерностьЛогические методы классификацииЛогический анализ данных в распознавании (курс лекций, Е.В. Дюкова)
Логическое программирование (практикум, Д.В.Михайлов)Логранговый критерийМ-оценка
МОТП/2011
МОТП/2012Мазуров, Владимир Данилович
Максимальная совместная подсистемаМалые языковые моделиМаргинальное распределение
Марковский алгоритм кластеризацииМарковский процесс
Марковское свойствоМартингал
Математика. Компьютер. Образование. (конференция)Математическая статистикаМатематические методы анализа текстов (ВМК МГУ) / 2021
Математические методы анализа текстов (ВМиК МГУ) / 2017Математические методы анализа текстов (ВМиК МГУ) / 2018Математические методы анализа текстов (МФТИ) / 2021
Математические методы анализа текстов (курс лекций) / осень 2019Математические методы анализа текстов (курс лекций) / осень 2020
Математические методы анализа текстов (курс лекций, К.В.Воронцов, А.А.Потапенко)Математические методы классификации (курс лекций, К.В. Рудаков)Математические методы прогнозирования/Осень 2022
Математические методы прогнозирования (кафедра ВМиК МГУ)Математические методы прогнозирования (кафедра ВМиК МГУ)/Дипломные работы
Математические методы прогнозирования (кафедра ВМиК МГУ)/Доска объявленийМатематические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсыМатематические методы прогнозирования (кафедра ВМиК МГУ)/Материалы
Математические методы прогнозирования (кафедра ВМиК МГУ)/Новый дизайнМатематические методы прогнозирования (кафедра ВМиК МГУ)/О кафедреМатематические методы прогнозирования (кафедра ВМиК МГУ)/Персональный состав
Математические методы прогнозирования (кафедра ВМиК МГУ)/ПросеминарМатематические методы прогнозирования (кафедра ВМиК МГУ)/РасписаниеМатематические методы прогнозирования (кафедра ВМиК МГУ)/Спецкурсы-спецсеминары
Математические методы прогнозирования (кафедра ВМиК МГУ)/Старый дизайнМатематические методы прогнозирования (кафедра ВМиК МГУ)/Учебный планМатематические методы прогнозирования (курс лекций, А.М. Шурыгин)
Математические методы прогнозирования (лекции, А.В. Грабовой, В.В. Стрижов)/Осень 2021Математические методы прогнозирования (лекции, В.В. Стрижов)/Группа 774, осень 2020
Математические методы прогнозирования (лекции, В.В. Стрижов)/Группы 674, 774, весна 2021Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 574, осень 2019Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 674, весна 2020
Математические методы распознавания образов (конференция)Математические методы распознавания образов (конференция)/ММРО-16. Все доклады
Математические методы распознавания образов (конференция)/ММРО-17. Симпозиум молодых ученыхМатематические методы распознавания образов (конференция)/Программа ММРО-14Математические методы распознавания образов (конференция)/Программа ММРО-15
Математические методы распознавания образов (конференция)/Программа ММРО-16Математические методы распознавания образов (конференция)/Программа ММРО-17
Математические методы распознавания образов (конференция)/Программа ММРО-19Математические методы распознавания образов (конференция)/Программа ММРО-20Математические методы распознавания образов (конференция)/Программа ММРО-2017
Математические методы распознавания образов (конференция)/Программа ММРО-23Математические методы распознавания образов (курс лекций, А.Е. Лепский, А.Г. Броневич)
Математические методы распознавания образов (курс лекций, В.В.Китов)Математические модели и методы принятия решений (курс лекций, Е.З.Мохонько)Математические модели и методы принятия решений (курс лекций, Е.З.Мохонько)/Вопросы
Математические модели и методы управления сложных систем (курс лекций, В.И.Цурков)Математические модели и методы управления сложных систем (курс лекций, В.И.Цурков)/ВопросыМатематические основы теории прогнозирования (курс лекций)
Математические основы теории прогнозирования (курс лекций)/2012/Задание СФМатематические основы теории прогнозирования (курс лекций, Ю.И. Журавлев, Д.П. Ветров)/2011/Задание СФ
Математический институт им. В. А. Стеклова Российской академии наукМатематический прогноз даты сильных землетрясений
Математическое моделированиеМатематическое ожиданиеМатрица
Матрица Гессе
Матрица объектов-признаков
Матрица ошибок
Матрица расстоянийМашина опорных векторов
Машинное забываниеМашинное обучениеМашинное обучение (В.В.Китов, РЭУ им.Плеханова)
Машинное обучение (РЭУ)Машинное обучение (курс лекций, В.В.Китов)/2015-2016
Машинное обучение (курс лекций, К.В.Воронцов)Машинное обучение (курс лекций, К.В.Воронцов)/2009Машинное обучение (курс лекций, К.В.Воронцов)/ToDo
Машинное обучение (курс лекций, К.В.Воронцов)/ВопросыМашинное обучение (курс лекций, К.В.Воронцов)/Семестровый курсМашинное обучение (курс лекций, К.В.Воронцов)/Форма отчета
Машинное обучение (курс лекций, Н.Ю.Золотых)Машинное обучение (курс лекций, СГАУ, С.Лисицын)Машинное обучение (практика, В.В. Стрижов)/ФУПМ, весна 2020
Машинное обучение (семинары, ВМК МГУ)Машинное обучение (семинары, ВМК МГУ)/2012
Машинное обучение (семинары, ВМК МГУ)/2013-2014 год, веснаМашинное обучение (семинары, ВМК МГУ)/2013-2014 год, осеньМашинное обучение (семинары, ВМК МГУ)/2014-2015 год, весна
Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, осеньМашинное обучение (семинары, ВМК МГУ)/2014-2015 год, осень/Лабораторная работа 1Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, осень/Лабораторная работа 2
Машинное обучение (семинары, ВМК МГУ)/2015-2016 год, веснаМашинное обучение (семинары, ВМК МГУ)/2015-2016 год, осеньМашинное обучение (семинары, ВМК МГУ)/Виртуальная машина
Машинное обучение и анализ данных (журнал)Машинное обучение и анализ данных (журнал)/Оформление графиковМашинное обучение и обучаемость: сравнительный обзор
Машинное обучение как автоматизация научного метода
Машинный переводМедиальное множествоМедиана
Медианный критерийМедицинская диагностика
Международная ассоциация распознавания образов (IAPR)
Международный стандарт представления чисел с плавающей точкой в ЭВМ
Метаобучение
Метод LSDМетод k ближайших соседей (пример)
Метод k взвешенных ближайших соседей (пример)Метод БелслиМетод Бенджамини-Иекутиели
Метод Бенджамини-ХохбергаМетод Бокса-Кокса
Метод Монте-Карло
Метод Монте-Карло по схеме марковских цепейМетод Натаниеля Мейкона (N.Macon) поиска исходных приближений для случая почти равных корней
Метод Нелдера-МидаМетод Ньютона-ГауссаМетод Ньютона-Рафсона
Метод Ньютона. Метод СтеффенсенаМетод Ньютона. Проблема области сходимости. Метод парабол. Совмещение методов Ньютона и парабол
Метод Парзеновского окна (пример)Метод Холма
Метод ближайших соседейМетод главных компонентМетод главных компонент(PCA)
Метод градиентного спуска
Метод группового учёта аргументовМетод дробящихся эталонов
Метод зеркального спуска (оптимизация)Метод золотого сеченияМетод золотого сечения. Симметричные методы
Метод инерции ПолякаМетод касательных (Ньютона-Рафсона)
Метод комитетовМетод множественных сравнений Шеффе
Метод наименьших квадратовМетод наименьших квадратов с итеративным пересчётом весов
Метод наименьших углов (пример)Метод наискорейшего спускаМетод настройки с возвращениями
Метод независимых компонентМетод обратного распространения ошибки
Метод опорных векторов (SVM)Метод парзеновского окна
Метод переменного направления множителей — ADMMМетод покоординатного спуска
Метод потенциального бустингаМетод потенциальных функцийМетод потенциальных функций с размещением реперных объектов в 1 классе
Метод простых итерацийМетод радиальных базисных функций
Метод релевантных векторовМетод секущих
Метод сопряжённых градиентовМетод стохастического градиентаМетод условного градиента (алгоритм Франка — Вульфа) (оптимизация)
Метод штрафных функций
Методы автоматической обработки текстов (курс лекций, В.В.Китов)/2016
Методы анализа текстов (семинар, К.В.Воронцов)Методы анализа текстов (семинар, К.В.Воронцов)/2017-2018 год
Методы деконволюции изображенийМетоды дихотомииМетоды исключения Гаусса
Методы 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 подкреплениемМетоды оптимизации (курс лекций)
Методы оптимизации в машинном обученииМетоды оптимизации в машинном обучении (курс лекций)/2012
Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 1Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 2Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 3
Методы оптимизации в машинном обучении (курс лекций)/2014Методы оптимизации в машинном обучении (курс лекций)/2015Методы оптимизации в машинном обучении (курс лекций)/2016
Методы оптимизации в машинном обучении (курс лекций)/2017Методы оптимизации в машинном обучении (курс лекций)/2018Методы оптимизации в машинном обучении (курс лекций)/2020
Методы оптимизации в машинном обучении (курс лекций)/2021Методы ортогонализации матрицМетоды парабол (Симпсона) и более высоких степеней (Ньютона - Котеса)
Методы прямоугольников и трапецийМетоды уменьшения дисперсии (Variance Reduction) в Zero-Order-оптимизацииМетрика
Метрики качества в машинном обученииМетрики качества детекции объектовМетрические методы
Метрические 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, ВМК
Метрический классификаторМетрическое сгущениеМеханизм внимания
Механистическая интерпретируемостьМинимальное остовное деревоМинимизация эмпирического риска
Многозадачное обучениеМногоклассовая классификация
Многомерная гусеница, выбор длины и числа компонент гусеницы (пример)Многомерная интерполяция и аппроксимация на основе теории случайных функций
Многомерная линейная регрессияМногомерная случайная величина
Многомерное шкалирование
Многомерный статистический анализ и вероятностное моделирование реальных процессов (семинар)Многорукий бандит
Многослойная нейронная сетьМногослойный персептрон
Множественная проверка гипотезМода (статистика)
Модели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)Модели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)/ВопросыМодели мира (World Models) в искусственном интеллекте
Модели на основе энергииМоделирование мышления (школа Бонгарда)
Модель МакКаллока-Питтса
Модель Тейла-ВейджаМодель Тригга-ЛичаМодель Хольта
Модель Хольта-УинтерсаМодель вознаграждения
Модель зависимостиМодель панельных данных с временны́ми эффектами
Модель панельных данных с фиксированными эффектамиМодель панельных данных со случайными эффектами
Модельный коллапсМодификация дефиниций ИИ: от "сильного" к "антропоцентричному" интеллекту.Модифицированная ортогонализация Грама-Шмидта
Молекулярная динамика гамильтоновых систем и количественные оценки выполнимости закона сохранения энергии модельных системМоменты случайной величины
Мониторинг сходимости стохастического градиентаМонотонная коррекция
Московский 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 2020МультиколлинеарностьМультимодальное машинное обучение
Мультиномиальное распределение зависимых случайных величинМультиномиальное распределение независимых случайных величинМультиномиальное распределение с равновероятными успехами испытаний Бернулли
Мультиномиальное распределение с упорядоченными элементами подмножествМультистартМуравьиные алгоритмы
Наивный байесовский классификаторНаписание отчётов и статей (рекомендации)
Научная школа в области искусственного интеллектаНаучно-исследовательская работа (рекомендации)Научно-образовательный центр при МИАН
Научные конференцииНаучный семинар по специальности (практика, А.И.Эрлих)
Научный семинар по специальности (практика, А.И.Эрлих)/ВопросыНейробайесовские методы машинного обучения (курс лекций) / 2018Нейробайесовские методы машинного обучения (курс лекций) / 2019
Нейробайесовские методы машинного обучения (курс лекций) / 2020Нейробайесовские методы машинного обучения (курс лекций) / 2022Нейрокомпьютер Mark-1
Нейрокомпьютерный интерфейсНейрокриптографияНейроморфные вычисления и спайковые нейронные сети
НейронНейронная сеть Кохонена
Нейронное планирование движения роботаНейронное поле излученияНейронное тангенциальное ядро
Нейронные дифференциальные уравненияНейронные карты занятости в робототехнике
Нейронный коллапсНейросетевое встраиваниеНейросетевые методы обработки изображений (В.В.Китов)
НейросетьНейросимволический искусственный интеллект
НейрофизиологияНелинейная регрессия
Неотрицательное матричное разложениеНепараметрическая регрессия
Непараметрическая регрессия: ядерное сглаживаниеНепараметрический бутстрепНепрерывные морфологические модели и алгоритмы (курс лекций, Л.М. Местецкий)
Неравенство БонферрониНеравенство Рао-Крамера
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-микрочиповНормализация и стандартизация признаковНормализующий поток
Нормальное распределениеНулевая гипотеза
О точности скользящего экзаменаОбзорные статьи на английском языке
Обнаружение аномалийОбнаружение жизненного цикла товаров (отчет)Обнаружение спама
Обобщённая линейная модель
Обобщённое среднееОбобщённые линейные моделиОбобщённый автокодировщик на графах GraphEDM
Обработка естественного языкаОбработка и распознавание изображений (курс лекций, Л.М. Местецкий)Обработка изображений
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
Обработка пропущенных значенийОбразы будущего человеко-машинной цивилизации: от футуристических гипотез до реальных исследовательских задач.Обратное распространение ошибки
Обсуждение публикации:DeepMind 2026 From AGI to ASIОбсуждение публикации:SCAN: Learning to Classify Images Without LabelsОбсуждение публикации:Доэрти и Уилсон 2022 Душа машины
Обучаемая векторизация данных
Обучение без учителяОбучение на гиперграфах (Hypergraph Learning)
Обучение по предпочтениям
Обучение представлений
Обучение с подкреплениемОбучение с подкреплением (курс лекций) / 2020Обучение с подкреплением (курс лекций) / 2021
Обучение с подкреплением (курс лекций) / 2022Обучение с подкреплением (курс лекций) / 2023Обучение с подкреплением (курс лекций) / 2024
Обучение с подкреплением из обратной связи человека (RLHF)Обучение с подкреплением по рубрикамОбучение с привилегированной информацией
Обучение с учителем
Обучение с частичным привлечением учителяОбучение со слабым контролемОбщество промышленной и прикладной математики (SIAM)
Общий искусственный интеллектОбъединённая модель панельных данныхОбъект
Ограниченная рациональностьОдномерная линейная регрессияОднослойные сети RBF для решения задач регрессии (пример)
Однослойный персептрон (пример)Однофакторная непараметрическая модель
Однофакторная параметрическая модельОконное преобразование ФурьеОнтологические предпочтения в принятии компьютерных моделей когнитивных феноменов.
Онтологический статус искусственного интеллектаОписание окрестности точки наибольшего правдоподобия моделей (пример)Описательная статистика
Определение гиперпараметров для MVR
Оптимальное прореживание нейронных сетейОптимальное прореживание нейронных сетей (пример)Оптимальный байесовский классификатор
Оптимальный транспортОптимизация ассортимента торговых точек (задача с данными)
Оптимизация гиперпараметровОптимизация и ее приложения (регулярный семинар)
Оптимизация политики через самодистилляциюОртогональность интеллекта и целей
Ослабление и усиление шкал признаковОсновные 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 квадратов
Остаточные связиОт логического вывода к вероятностным моделям и глубокому обучениюОтбор признаков
Отложенная выборкаОтравление обучающих данныхОтступ
Отчет о выполнении исследовательского проекта (практика, В.В. Стрижов)Оценивание дискретных распределений при дополнительных ограничениях на вероятности некоторых событий (виртуальный семинар)
Оценивание плотности распределенияОценка неопределенности в машинном обучении
Оценка обобщающей способности (японская притча)Оценка параметров смеси моделей
Оценка сложности регрессионных моделей (пример)Оценка эффективности природоохранных программ (пример)Очищенная кросс-валидация временных рядов
Ошибки вычислений
Павловский, Юрий Николаевич
Пакетная нормализацияПакеты прикладных программ (семинары)/2017
Парадокс МоравекаПарадокс хи-квадратПарадоксы мультиномиального распределения
Параллельные вычисления в MatlabПараметрический бутстрепПедро Домингос
Перекрестная проверкаПерекрестная энтропияПереобучение
ПерплексияПерсептрон
Персональный помощник
Планирование в искусственном интеллектеПлоидность
Плоская фигураПлотность распределенияПлощадь под ROC-кривой
Повышение точности прогнозов на данных Netflix с помощью построения алгоритмических композиций (отчет)Подготовка презентаций (рекомендации)Позитивные и негативные сценарии развития ИИ
Позиционное кодированиеПоиск нейронной архитектурыПоиск нелинейной модели поверхности Мохоровичича (пример)
Поиск почти-дубликатов в рукописных текстах школьных сочиненийПоиск сходства текстовых документов с помощью частых замкнутых множеств признаковПолезные ссылки
Полигон алгоритмовПолигон алгоритмов/TODO-лист
Полигон алгоритмов/Взаимодействие с пользовательскими алгоритмамиПолигон алгоритмов/Документация
Полигон алгоритмов/Мастер загрузки алгоритмовПолигон алгоритмов/Мастер загрузки задачПолигон алгоритмов/Мастер формирования отчета
Полигон алгоритмов/Общий отчёт задачи-алгоритмыПолигон алгоритмов/Подробный отчет по задачеПолигон алгоритмов/Подробный отчёт задача-алгоритм
Полигон алгоритмов/Пошаговая реализация собственного алгоритмаПолигон алгоритмов/Права доступа к объектам СистемыПолигон алгоритмов/Формат данных задачи
Полигон алгоритмов/Формат результатов тестирования алгоритма на задаче
Полигон алгоритмов коллаборативной фильтрацииПолиномы ЧебышёваПолносвязный слой
Понижение размерностиПоправка Бонферрони
Порождающие модели (теория и практика, Р.В. Исаченко, В.В. Стрижов)/Группа 674, осень 2020Порождение и выбор авторегрессионных моделейПорождение линейных регрессионных моделей (постановка задачи)
Порождение нелинейных регрессионных моделей (пример)Пост-хок калибровка нейронных сетей
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)/2019Предварительный анализ данныхПредобработка данных
Предобработка данных ДНК-микрочиповПредобучениеПредрассудок
Предсказательное моделирование и оптимизация (кафедра МФТИ)/КурсыПредсказательное моделирование и оптимизация (кафедра МФТИ)/МатериалыПредсказательное моделирование и оптимизация (кафедра МФТИ)/О кафедре
Предсказательное моделирование и оптимизация (кафедра МФТИ)/ОбъявленияПредсказательное моделирование и оптимизация (кафедра МФТИ)/ПреподавателиПредсказательное моделирование и оптимизация (кафедра МФТИ)/Расписание
Предсказательное моделирование и оптимизация (кафедра МФТИ)/СтудентыПредсказательное моделирование и оптимизация (кафедра МФТИ)/Учебный планПредсказывающие неравенства в задаче эмпирической минимизации риска (виртуальный семинар)
Преобразование ФурьеПреобразование признаковПреподавание машинного обучения
Привет
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 Гауссовского процесса в задаче бинарной классификацииПрименение интерполирования при дифференцировании
Применение интерполяции для решения уравненийПрименение метода главных компонентПрименение сплайнов для численного интегрирования
Принцип максимума правдоподобияПринцип минимальной длины описания
Принцип эмпирической индукции Бэкона в машинном обученииПричинное машинное обучение
Причинность по ГрейнджеруПриём репараметризацииПробит-анализ
Пробит-функцияПроблема взрыва градиентовПроблема выключения ИИ
Проблема заземления символовПроблема затухающего градиентаПроблема исчезающего градиента
Проблема объяснимости в ИИ: философский аспектПроблема согласованности ИИ
Проблема сознания в искусственном интеллектеПроблема фреймаПроблемы этики человеко-машинной цивилизации
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
Прогнозирование
Прогнозирование 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 компанииПрогнозирование концентрации кислорода в выхлопных газах дизельного двигателя (пример)
Прогнозирование макроэкономических показателей с помощью векторной авторегрессии (пример)Прогнозирование объемов грузовых железнодорожных перевозокПрогнозирование объемов продаж групп товаров (отчет)
Прогнозирование объемов продаж новых товаров (отчет)Прогнозирование плотностиПрогнозирование плотности транспортного потока
Прогнозирование финансовых пузырей (пример)Прогнозирование формы множества
Прогнозирование функциями дискретного аргумента (пример)Продукционная системаПроектирование систем машинного обучения
Проклятие размерностиПроксимальный градиентный спуск
Промпт-инжинирингПромпт-инъекцияПропорциональный выбор
Прореживание двухслойной нейронной сети (пример)Прореживание нейронов
Простой итерационный алгоритм сингулярного разложенияПростой случайный выбор
Пространственно-временная графовая нейронная сетьПрофиль компактностиПроцедура Каплана-Мейера
Прямая оптимизация предпочтенийПсевдообратная матрица
Псевдоразметка данных
Равновесие НэшаРадемахеровская сложность
Радиомика (Radiomics) и глубокое обучениеРазложение Холецкого
Размерность Вапника-Червоненкиса
РазнообразиеРазработка алгоритмов ранговой регрессии для кредитного скоринга (отчет)
Разреженный автокодировщикРанговая корреляция
Ранговые критерии
Ранжирование
Ранняя остановкаРаспознавание изображений с применением текстурного анализа на основе карт Кохонена
Распознавание образовРаспознавание образов и анализ изображений: новые информационные технологии (конференция)
Распознавание речиРаспределение БернуллиРаспределение Пуассона
Распределение СтьюдентаРаспределение ФишераРаспределение вероятностей
Распределение хи-квадратРаспространение ошибок
Расстояние ВассерштейнаРасстояние Кука
Расстояние ХеллингераРасстояние полной вариации
Расщепление транспортных потоковРациональная интерполяцияРациональный агент
Регрессионная модельРегрессионный анализ
РегуляризацияРегуляризация согласованности
Рейтинг международных научных конференций

Предыдущая страница (A/B тестирование) | Следующая страница (Рекомендательные системы)

Личные инструменты