Список перенаправлений
Материал из MachineLearning.
Ниже показаны 50 результатов, начиная с № 251.
Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов) → Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2014
- Структурные методы анализа изображений и сигналов (курс лекций, Д.П. Ветров, Д.А. Кропотов, О.В. Баринова, А.С. Конушин, В.С. Конушин, 2009) → Структурные методы анализа изображений и сигналов (курс лекций, А.С. Конушин, Д.П. Ветров, Д.А. Кропотов, О.В. Баринова, В.С. Конушин, 2009)
- Полигон алгоритмов : TODO-лист → Полигон алгоритмов/TODO-лист
- Публикация:A. Gorban, B. Kegl, D. Wunsch, A. Zinovyev (2008), Principal Manifolds for Data Visualisation and Dimension Reduction → Публикация:Gorban (2008), Principal Manifolds
- Категория:Рекомендации для аспирантов → Категория:Рекомендации для студентов
- Полигон алгоритмов классификации → Полигон алгоритмов
- Метод максимального правдоподобия → Метод наибольшего правдоподобия
- Многомерное нормальное распределение → Нормальное распределение
- Публикация:Svensen 1998 Generative Topographic Mapping → Публикация:Svensén 1998 Generative Topographic Mapping
- Vetrovsem → Байесовские методы машинного обучения (Спецсеминар)
- Bmmo → Байесовские методы машинного обучения (курс лекций) / 2021
- Smais → Графические модели (курс лекций)/2014
- Автокорреляция → Автокорреляционная функция
- Вычислительная сложность → Теория сложности вычислений
- Критерий нормальности → Критерии нормальности
- FRiS-функция → Функция конкурентного сходства
- Кривая ошибок (ROC curve) → Кривая ошибок
- Cryptography and Machine Learning → Криптография и машинное обучение
- Обсуждение:Cryptography and Machine Learning → Обсуждение:Криптография и машинное обучение
- Функция конкуретнтного сходства → Функция конкурентного сходства
- Гребневая регрессия → Ридж-регрессия
- Критерий согласия → Критерии согласия
- Нейронная сеть → Искусственная нейронная сеть
- Функция потерь → Функция потерь в задачах линейной классификации
- МЛР → Многомерная линейная регрессия
- Искусственная нейронная сеть → Нейросеть
- Нейронные сети → Искусственная нейронная сеть
- Искусственные нейронные сети → Искусственная нейронная сеть
- Нейросети → Искусственная нейронная сеть
- Neural network → Искусственная нейронная сеть
- Ранговый критерий → Ранговые критерии
- EM-алгоритм → ЕМ-алгоритм, его модификации и обобщения
- ЕМ-алгоритм → ЕМ-алгоритм, его модификации и обобщения
- EM алгоритм → ЕМ-алгоритм, его модификации и обобщения
- Ёмкость → Размерность Вапника-Червоненкиса
- RBF → Сеть радиальных базисных функций
- Сравнение EM и k-means на смесях с экспоненциальными компонентами → Модель МакКаллока-Питтса
- Обсуждение:Сравнение EM и k-means на смесях с экспоненциальными компонентами → Обсуждение:Модель МакКаллока-Питтса
- Правила Хэбба → Правило Хэбба
- АВО → Алгоритмы вычисления оценок
- Алгоритм вычисления оценок → Алгоритмы вычисления оценок
- Оценка Надарая-Ватсона → Формула Надарая-Ватсона
- Критерий Ван-дер-Вардена → Критерий Ван дер Вардена
- Критерий однородности → Критерии однородности
- RVM → Метод релевантных векторов
- Алгоритм ФОРЭЛ → Алгоритм ФорЭл
- Алгоритм ФОРЕЛЬ → Алгоритм ФорЭл
- Обсуждение:Алгоритм ФОРЕЛЬ → Обсуждение:Алгоритм ФорЭл
- Теория Вапника–Червоненкиса → Теория Вапника-Червоненкиса
- Модель Бокса-Дженкинса → Авторегрессионное скользящее среднее
Просмотреть (предыдущие 50) (следующие 50) (20 | 50 | 100 | 250 | 500)
