Страницы, включённые в большое количество категорий
Материал из MachineLearning.
Ниже показаны 50 результатов, начиная с № 241.
Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)
- Обучение с подкреплением (курс лекций) / 2023 (2 категории)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/осень 2013 (2 категории)
- Структурные методы анализа изображений и сигналов (курс лекций)/2011/Задание 1 (2 категории)
- Контроль качества в анализе ДНК-микрочипов (2 категории)
- М-оценка (2 категории)
- Использование метода Белсли для прореживания признаков (2 категории)
- Графические модели (курс лекций)/2012/Задание 1 (2 категории)
- Графические модели (курс лекций)/2012/Задание 2 (2 категории)
- Графические модели (курс лекций)/2012/Задание 3 (2 категории)
- Графические модели (курс лекций)/2012/Задание 4 (2 категории)
- Распознавание изображений с применением текстурного анализа на основе карт Кохонена (2 категории)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2011 (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (весенний семестр) (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (осенний семестр) (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2010-2011 уч. года (весенний семестр) (2 категории)
- Суммаризация в анализе ДНК-микрочипов (2 категории)
- Статистический отчет при создании моделей (2 категории)
- Исследование устойчивости оценок ковариационной матрицы параметров (2 категории)
- Структурные методы анализа изображений и сигналов (курс лекций)/2011/Задание 2 (2 категории)
- Временной ряд (библиотека примеров) (2 категории)
- CRISP-DM (2 категории)
- Одномерная линейная регрессия (2 категории)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов, 2010) (2 категории)
- Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе) (2 категории)
- Математические методы классификации (курс лекций, К.В. Рудаков) (2 категории)
- Математические методы прогнозирования (курс лекций, А.М. Шурыгин) (2 категории)
- Обработка и распознавание изображений (курс лекций, Л.М. Местецкий) (2 категории)
- Прикладные системы распознавания и прогнозирования (курс лекций) (2 категории)
- Практикум на ЭВМ (317)/2011-2012 (2 категории)
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Старый дизайн (2 категории)
- CRISP-DM/Business Understanding (2 категории)
- CRISP-DM/Data Understanding (2 категории)
- Графические модели (курс лекций)/2013/Задание 7 (2 категории)
- Критерий Мак-Нимара (2 категории)
- Поправка Бонферрони (2 категории)
- Расстояние Кука (2 категории)
- Эластичная сеть (2 категории)
- Структурные методы анализа изображений и сигналов (курс лекций) (2 категории)
- Метод Холма (2 категории)
- Графические модели (курс лекций)/2013 (2 категории)
- Метод Бенджамини-Хохберга (2 категории)
- Метод Бенджамини-Иекутиели (2 категории)
- WM-критерий (2 категории)
- Графические модели (курс лекций)/2014/Задание 2 (2 категории)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/весна 2013 (2 категории)
- Спецкурс «Прикладные задачи анализа данных» (2 категории)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (весенний семестр) (2 категории)
- CRISP-DM/Evaluation (2 категории)
- CRISP-DM/Deployment (2 категории)
- CRISP-DM/Data Preparation (2 категории)
Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)
