MachineLearning:Концепция ресурса

Материал из MachineLearning.

Версия 07:37, 26 марта 2008

MachineLearning.Ru — русскоязычный информационно-аналитический профессиональный ресурс по интеллектуальному анализу данных и машинному обучению.

Цели создания Ресурса MachineLearning.Ru

• 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.

Научные направления

• Машинное обучение (machine learning) — теория, подходы и методы обучения по прецедентам:
  • классификация (classification);
  • кластеризация (clustering);
  • регрессия (regression);
  • прогнозирование (forecasting).

• Интеллектуальный анализ данных (data mining) — методы анализа больших объёмов информации, в которых используется обучение по прецедентам:
  • добыча знаний (knowledge discovery in databases);
  • анализ, распознавание и понимание изображений (image analysis, recognition & understanding);
  • компьютерное зрение (computer vision);
  • анализ, распознавание и понимание речи (speach analysis, recognition & understanding);
  • анализ и понимание текста (text mining);
  • анализ информации в сети Интернет (web mining).

• Анализ данных — теория, подходы и методы анализа данных, в которых не используется обучение по прецедентам:
  • прикладная статистика (applied statistics);
  • обработка сигналов (signal processing);
  • обработка и синтез изображений (image analysis & synthesis);
  • поиск информации (information retrieval).

• Прикладные задачи и системы анализа данных (applications) — приложения машинного обучения и анализа данных в различных предметных областях:
  • приложения в биоинформатике;
  • приложения в медицине;
  • приложения в социологии;
  • приложения в экономике;
  • приложения в технике.

Приветствуется уточнение списка направлений участниками проекта.

Для кого предназначен Ресурс

Аудитория ресурса — русскоязычная, включающая следующие уровни:

• Эксперты по анализу данных. Для них публикуются работы, чтение которых требует профессиональных знаний.
• Эксперты в прикладных областях. Для них публикуется энциклопедия анализа данных, рекомендации по практическому применению методов анализа данных, примеры решённых прикладных задач.
• Руководители, которым адресованы статьи по стратегии применения интеллектуальных продуктов в бизнесе.
• Студенты, аспиранты, преподаватели, использующие ресурс в образовательных целях.

Принципы построения Ресурса

Открытость

• Содержимое ресурса создаётся научным сообществом и является общественным достоянием. Статьи публикуются под открытым лицензионным соглашением GNU FDL.
• Создатели Ресурса (научная школа академика РАН Ю. И. Журавлёва и чл.-корр. РАН К. В. Рудакова) осуществляют его техническую поддержку и продвижение, но не определяют его содержимое и не претендуют на право обладания Ресурсом.

Сходство с Википедией

Ресурс строится по принципам Википедии — свободной энциклопедии и обладает всеми её основными возможностями и преимуществами:

• каждый пользователь ресурса может создать или изменить страницу (статью) или раздел (категорию) в любое время, в любом месте, располагая только доступом в Интернет;
• любая статья или категория может быть включена в любое количество категорий, что позволяет гибко выстраивать структуру ресурса;
• история всех правок сохраняется в системе, любую правку можно отменить, любые две версии статьи можно сравнить;
• с каждой статьёй связана страница обсуждения;
• пользователи могут размещать информацию о себе на страницах участников, однако, в отличие от Википедии, участник не имеет права модифицировать личные страницы других участников.

Отличия от Википедии

Имеются концептуальные отличия от Википедии, из-за которых данный Ресурс не может быть частью Википедии:

• тематика Википедии практически не ограничена — тематика Ресурса охватывает только области знания, связанные с анализом данных;
• Википедия создаётся широким кругом энтузиастов, в основной массе не являющихся экспертами — Ресурс является профессиональным и создаётся специалистами в области анализа данных;
• статьи Википедии обязаны быть достаточно популярными и базироваться только на признанных источниках — статьи Ресурса могут быть специальными, полемическими, учебными, содержать данные незавершенных исследований, исходные коды алгоритмов и программ.

В то же время, не исключается возможность обмена материалами с Википедией и другими сетевыми энциклопедиями.

Многофункциональность

• Ресурс создаётся с целью концентрации научного знания и различных форм научного общения в едином рабочем пространстве. В перспективе значительная часть рабочего времени учёного может проходить на страницах ресурса. Здесь можно жить — читать, писать, общаться, думать и вдохновляться. Чтобы это действительно стало так, ресурс должен быть (1) наполнен полезной информацией и (2) популярен и признан научной общественностью. Второе невозможно без первого, а эффективное выполнение первого невозможно без второго. Становление такого Ресурса — это постепенный процесс.

• Основные категории Ресурса (см. полный перечень):
  • научные конференции — страницы конференций, способные выполнять функции официальных сайтов конференций; на них могут размещаться объявления, текущая информация, материалы конференций;
  • виртуальные семинары — страницы, предназначенные для ведения научных дискуссий и обмена информацией по текущим исследованиям;
  • энциклопедия анализа данных — терминологические, популярные и обзорные статьи;
  • инструменты и технологии — статьи по инструментальным средствам для автоматизации научной деятельности и решения задач анализа данных;
  • конкурсы — открытые конкурсы по решению задач интеллекуального анализа данных;
  • публикации — статьи, книги, методические пособия, диссертации и т. д.;
  • страницы участников — персональные страницы, на которых участники могут размещать информацию о себе, своих научных интересах, публикациях, проектах.

• Значительная часть работы учёного может вестись на страницах Ресурса:
  • поиск научной информации и новых идей;
  • установление научных контактов;
  • работа с литературой, коллекционирование ссылок, реферирование статей;
  • ведение черновых записей;
  • документирование результатов текущих исследований;
  • проведение семинаров и дискуссий с коллегами, находящимися как в других городах, так и в соседней комнате;
  • обмен исходными кодами программ и алгоритмов;
  • размещение в широком доступе учебных материалов: лекций, заданий, практикумов;
  • контроль за выполнением студенческих работ.

Поддержка проекта

Создание и развитие Ресурса MachineLearning.Ru поддержано Российским фондом фундаментальных исследований (проект № 07-07-00372) и компанией Forecsys.

История

• 2007, 3 октября. Концепция Ресурса MachineLearning.Ru анонсирована на Всероссийской конференции ММРО-13.
• 2008, 5 февраля. Ресурс открыт для общего доступа и подготовлен к массовому наполнению.

Полный архив новостей Ресурса MachineLearning.Ru.

Адреса

Ресурс MachineLearning.Ru доступен по адресам www.machinelearning.ru и recognition.su.