Материал из MachineLearning.

Версия 15:55, 29 сентября 2008 (править) Tatarchuk (Обсуждение | вклад) (→Tools) ← К предыдущему изменению		Версия 15:58, 29 сентября 2008 (править) (отменить) Tatarchuk (Обсуждение | вклад) К следующему изменению →
Строка 2:		Строка 2:
	'''Татарчук Александр Игоревич'''		'''Татарчук Александр Игоревич'''
-	== FAQ ==	+	= Selective Support Vector Machines =
-	* [[MachineLearning:Справка]]	+
-	* [[MachineLearning:Инструктаж]]	+	= Overview =
-	* [http://ru.wikipedia.org/wiki/%D0%92%D0%B8%D0%BA%D0%B8%D0%BF%D0%B5%D0%B4%D0%B8%D1%8F:%D0%9A%D0%B0%D0%BA_%D0%BF%D1%80%D0%B0%D0%B2%D0%B8%D1%82%D1%8C_%D1%81%D1%82%D0%B0%D1%82%D1%8C%D0%B8 Википедия:Как править статьи]	+	= Papers =
-	* [http://ru.wikipedia.org/wiki/%D0%92%D0%B8%D0%BA%D0%B8%D0%BF%D0%B5%D0%B4%D0%B8%D1%8F:%D0%9E%D1%84%D0%BE%D1%80%D0%BC%D0%BB%D0%B5%D0%BD%D0%B8%D0%B5_%D1%81%D1%82%D0%B0%D1%82%D0%B5%D0%B9 Википедия:Оформление статей, правила русской типографики]	+	= MatLab Tools =
-	* [http://ru.wikipedia.org/wiki/%D0%A1%D0%BF%D1%80%D0%B0%D0%B2%D0%BA%D0%B0:%D0%A1%D0%BF%D0%B5%D1%86%D0%B8%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B5_%D1%81%D0%B8%D0%BC%D0%B2%D0%BE%D0%BB%D1%8B Википедия:Вставка специальных символов]	+
-	* [http://ru.wikipedia.org/wiki/%D0%92%D0%B8%D0%BA%D0%B8%D0%BF%D0%B5%D0%B4%D0%B8%D1%8F:%D0%A4%D0%BE%D1%80%D0%BC%D1%83%D0%BB%D1%8B Википедия:Формулы]	+
-	* [http://ru.wikipedia.org/wiki/%D0%92%D0%B8%D0%BA%D0%B8%D0%BF%D0%B5%D0%B4%D0%B8%D1%8F:%D0%9A%D0%B0%D0%BA_%D0%B4%D0%B5%D0%BB%D0%B0%D1%82%D1%8C_%D1%82%D0%B0%D0%B1%D0%BB%D0%B8%D1%86%D1%8B Википедия:Как делать таблицы]	+
-	* [http://ru.wikipedia.org/wiki/%D0%92%D0%B8%D0%BA%D0%B8%D0%BF%D0%B5%D0%B4%D0%B8%D1%8F:%D0%98%D0%B7%D0%BE%D0%B1%D1%80%D0%B0%D0%B6%D0%B5%D0%BD%D0%B8%D1%8F Википедия:Изображения]	+
	== Links ==		== Links ==

---

Версия 15:58, 29 сентября 2008

Татарчук Александр Игоревич

Содержание 1 Selective Support Vector Machines 2 Overview 3 Papers 4 MatLab Tools 4.1 Links 4.1.1 ВАК 4.1.2 Libraries 4.1.3 Russian Conferences 4.1.4 Conferences 4.1.5 Workshops 4.2 Tools

Selective Support Vector Machines

Overview

Papers

MatLab Tools

Links

ВАК

• Высшая аттестационная комиссия РФ (ВАК)
• Перечень ведущих российских рецензируемых научных журналов и изданий ВАК (редакция апрель 2008 года)
• О зарубежных научных журналах и изданиях, в которых могут быть опубликованы основные научные результаты диссертации на соискание ученой степени доктора и кандидата наук
• Web of Science: Science Citation Index Expanded (индекс цитируемости зарубежных журналов по естественным наукам, одобренный ВАК)

Libraries

• Поиск книг

Russian Conferences

• Математические Методы распознавания образов (ММРО)
• Интеллектуализация обработки информации 2008 (ИОИ 2008)
• Распознавание образов и анализ изображений 2008 (РОАИ 2008)

Conferences

• International Conference on Machine Learning (конференция)

• International Conference on Machine Learning and Cybernetics (конференция)

• International Conference of Pattern Recognition 2008 (ICPR 2008)

• Signal and Image Processing SIP-2008

Workshops

• Joint IAPR International Workshops on Structural and Syntactic Pattern Recognition (SSPR 2008)

Tools

• Mosek Optimization SoftWare (Documentation)

The MOSEK Optimization Software is designed to solve large-scale mathematical optimization problems. MOSEK provides specialized solvers for linear programming, mixed integer programming and many types of nonlinear convex optimization problems. Students at degree granting institutions are allowed to use MOSEK freely for their studies.

Солвер для решения общих задач линейного и квадратичного программирования. Доступна многократная полугодовая студенческая лицензия.

• SVMLight

It is one of the most popular implementations of Support Vector Machines (SVMs) in C.

Наиболее развитая и популярная реализация SVM на С++. Библиотека адаптирована для больших выборок и имеет эффективную реализацию скользящего контроля. Включены стандартные кернелы и допускается использование специальных.

• LIBSVM и SVMLinear

Efficient and simple implementations of Support Vector Machines (SVMs) in C.

Эффективные и простые в использовании реализации SVM на С++ со схожими интерфейсами. В SVMLinear реализована только линейная классификация. Работают с большими выборками.