|
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
- Архитектура seq2seq ( Daniil Nedugov ) - [ 11:52, 7 июля 2026 ]
- Инвариантное обучение для обобщения вне распределения ( Miraslava Ladutska ) - [ 11:12, 7 июля 2026 ]
- Философия. Введение в ИИ (курс лекций, К.В.Воронцов)/Задание 1/Выполнение ( Miraslava Ladutska ) - [ 11:01, 7 июля 2026 ]
- Слепые зоны выборки ( Miraslava Ladutska ) - [ 10:34, 7 июля 2026 ]
- Минимизация эмпирического риска ( Polina Khadralinova ) - [ 20:23, 6 июля 2026 ]
- Метод инерции Поляка ( Polina Khadralinova ) - [ 20:22, 6 июля 2026 ]
- Контаминация бенчмарков больших языковых моделей ( Miraslava Ladutska ) - [ 18:07, 6 июля 2026 ]
- Обсуждение публикации:Доэрти и Уилсон 2022 Душа машины ( Vokov ) - [ 15:30, 6 июля 2026 ]
- Философия. Введение в ИИ (курс лекций, К.В.Воронцов)/Задание 1 ( Vokov ) - [ 15:23, 6 июля 2026 ]
- PAC-обучение ( Daniil Nikolaev ) - [ 15:03, 6 июля 2026 ]
- Кредитный скоринг ( Danis Sabirov ) - [ 13:05, 6 июля 2026 ]
- Мода (статистика) ( Danis Sabirov ) - [ 13:01, 6 июля 2026 ]
- Случайный процесс ( Danis Sabirov ) - [ 12:32, 6 июля 2026 ]
- Дисперсия случайной величины ( Danis Sabirov ) - [ 12:32, 6 июля 2026 ]
- Перплексия ( Iaroslav Lyakhov ) - [ 08:35, 6 июля 2026 ]
- RAG ( Iaroslav Lyakhov ) - [ 17:21, 5 июля 2026 ]
- Метод обратного распространения ошибки ( Iaroslav Lyakhov ) - [ 17:07, 5 июля 2026 ]
- Промпт-инъекция ( Iaroslav Lyakhov ) - [ 17:01, 5 июля 2026 ]
- SimCLR ( Kirill Bazhutov ) - [ 16:48, 5 июля 2026 ]
- LoRA ( Iaroslav Lyakhov ) - [ 16:37, 5 июля 2026 ]
Список всех последних правок
|
