Заглавная страница

Материал из MachineLearning.

Версия от 11:10, 23 сентября 2015; Yury Chekhovich (Обсуждение | вклад)

(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)

MachineLearning.ru Профессиональный информационно-аналитический ресурс, посвященный машинному обучению, распознаванию образов и интеллектуальному анализу данных. Сейчас ресурс содержит 1097 статей на русском языке. Poligon.MachineLearning.ru — Полигон алгоритмов классификации	Классификация	Распознавание образов
	Регрессионный анализ	Анализ и понимание изображений
	Прогнозирование	Обработка и анализ текстов
	Прикладная статистика	Прикладные системы анализа данных
	Обработка сигналов	Все направления

Концепция

Инструктаж

Все статьи

Ненаписанные статьи

Полезные ссылки

Частые вопросы

Справка

Конкурс на лучший образец технологии распознавания лиц людей

С 9 сентября 2015 года проходит открытый конкурс на лучший образец технологии распознавания лиц людей, запечатленных в сложных условиях, проводимый при информационной поддержке конференции «Математические методы распознавания образов-2015» (ММРО-2015).

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

Глубокое машинное обучение (онлайн-учебник) (Victor Kitov) – [10:22, 20 ноября 2024]
Обучение с подкреплением (курс лекций) / 2024 (Cydoroga) – [14:04, 22 сентября 2024]
Байесовский выбор моделей (теория и практика, А.А. Адуенко, К.Д. Яковлев, В.В. Стрижов)/Группа 174, осень 2024 (Aduenko) – [10:59, 10 сентября 2024]
Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 074, весна 2024 (Aduenko) – [03:29, 17 февраля 2024]
Математические методы распознавания образов (конференция)/Программа ММРО-23 (Strijov) – [11:38, 14 сентября 2023]
Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 074, осень 2023 (Aduenko) – [22:43, 11 сентября 2023]
Обучение с подкреплением (курс лекций) / 2023 (Kropotov) – [13:51, 28 августа 2023]
Анализ графов, сетей, функций сходства (курс лекций, А.И. Майсурадзе) (AIM) – [15:13, 31 мая 2023]
Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2021 (Vokov) – [17:10, 14 февраля 2023]
Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 974, весна 2023 (Aduenko) – [18:26, 11 февраля 2023]

Список всех статей

Новое в разделе «Публикации»

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)
Загоруйко, Н. Г. Когнитивный анализ данных. — Академическое издательство «ГЕО», 2012. — 203 с. (подробнее)
Мерков, А. Б. Распознавание образов. Введение в методы статистического обучения. — Едиториал УРСС, 2011. — 256 с. (подробнее)
Bishop, C.M. Pattern Recognition and Machine Learning. — Springer, 2006. — 738 p. (подробнее)
Jiawei Han, Micheline Kamber, Jian Pei Data Mining: Concepts and Techniques, Third Edition. — Morgan Kaufmann Publishers, 2012. — 703 p. (подробнее)
Sean Luke Essentials of Metaheuristics. — Lulu, 2009. — 235 p. (подробнее)
Дьяконов, A. Г. Анализ данных, обучение по прецедентам, логические игры, системы WEKA, RapidMiner и MatLab (практикум на эвм кафедры математических методов прогнозирования). — МАКСПресс, 2010. — 278 с. (подробнее)
Boucheron S., Lugosi G., Bousquet O. Concentration inequalities // Advanced Lectures in Machine Learning. — Springer, 2004. — С. 208-240. (подробнее)

Все публикации

Последние новости

27 января 2021 года — The 29th IEEE Conference of the Open Innovations Association FRUCT will be held in Tampere (Finland) on 12-14 May 2021. Submission deadline: 12 March 2021. See the Call for papers.
30 ноября 2020 года — Конференция Mathematical Optimization Theory and Operations Research MOTOR, will be held in Irkutsk, Baikal, 5—10 July 2021. Abstract submission: January 16, 2021, Full paper submission: February 13, 2021.
11 февраля 2020 года — Конференция Open Innovations Association FRUCT (Finnish-Russian University Cooperation in Telecommunications), проводимая в Москве 25—29 января 2021 года, принимает короткие и полные статьи до 30 октября и 20 ноября соответственно.
21 сентября 2020 года — Конференция Recent Advances in Machine Learning, Data Science, Intelligent Systems & Networking (MaDaIn 2020), проводимая в городе Дананг, Вьетнам 5—6 декабря, принимает статьи до 30 сентября.
11 февраля 2020 года — Конференция Artificial Intelligence and Natural Language (AINL 2020), проводимая в Хельсинки 7—9 октября, принимает короткие и полные статьи до 20 мая.