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
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 694, весна 2019 (Strijov) – [11:57, 15 февраля 2019]
- Глубинное обучение (курс лекций)/2019 (Kropotov) – [11:20, 14 февраля 2019]
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 674, весна 2019 (Strijov) – [18:20, 13 февраля 2019]
- Нейробайесовские методы машинного обучения (курс лекций) / 2019 (Tipt0p) – [13:43, 11 февраля 2019]
- Современные методы распознавания и синтеза речи (курс лекций)/2019 (Daniil.polykovskiy) – [16:12, 10 февраля 2019]
- Практикум на ЭВМ (317)/2019 (весна) (Arti lehtonen) – [09:01, 9 февраля 2019]
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2018 (Vokov) – [09:43, 5 февраля 2019]
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 574, весна 2019 (Strijov) – [15:53, 18 декабря 2018]
- Методы машинного обучения (А. И. Майсурадзе) (Zhvv117) – [11:46, 28 ноября 2018]
- Способы кластеризаци на графе (Konstantinov bionet) – [14:56, 5 ноября 2018]
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
- 28 января 2019 года — Конференция FRUCT проводимая с 8 по по 12 апреля 2019 в Москве объявляет о приеме докладов. Срок подачи до 11 февраля.
- 11 июня 2018 года — Журнал Central European Journal of Operations Research объявляет о приеме статей в специальный выпуск Human Factors in a Contemporary Organization. Срок подачи статей 1 октября 2018.
- 1 июня 2018 года — Конференция «Интеллектуализация обработки информации» (IDP — Intelligent data processing) проводимая с 8 по по 12 октября в Гаэта, Италия объявляет о приеме тезисов докладов. Срок подачи тезисов докладов до 1 сентября.
- 13 марта 2018 года — В Санкт-Петербурге 4 июня 2018 года состоится конференция по Wolfram-технологиям. Студенты приглашаются к участию в Wolfram-хакатоне по анализу больших данных, подробнее.
- 14 ноября 2017 года — Конференция European Conference on Operational Research, EURO-2018, проводимая в Валенсии, Испания, с 8 по 11 июня 2018 года объявляет о приеме докладов. Для читателей Machinelearning.ru код тематической сессии e86f9dd3. Срок подачи докладов до 5 марта 2018 года.
- 9 ноября 2017 года — Журнал Information Sciences (IF = 4.832) объявляет о приеме научных статей в специальный выпуск Business Analytics — Emerging Trends and Challenges. Срок подачи до 1 марта 2018 года.
- 17 октября 2017 года — Журнал Journal of Mathematical Programming and Operations Research объявляет о приеме научных статей в специальный выпуск WGSCO2018 — Workshop on Graph Spectra, Combinatorics and Optimization". Срок подачи до 31 марта 2018 года.
- 17 октября 2017 года — Журнал «Optimization Methods and Software» объявляет о приеме научных статей в специальный выпуск Advances of Optimization in Science, Economics, Engineering and Medicine. Срок подачи до 15 марта 2018 года.
- 19 июля 2016 года — Специализация МФТИ «Машинное обучение и анализ данных» — серия онлайн курсов на сайте coursera.org приглашает слушателей, желающих быстро освоить практику и теорию профессии, научиться решать типовые индустриальные задачи. Уже сейчас курс слушают несколько тысяч человек.
Все новости
Основные категории
Последние правки
- Численные методы обучения по прецедентам (практика, В.В. Стрижов) ( Strijov ) - [ 10:05, 21 февраля 2019 ]
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 694, весна 2019 ( Strijov ) - [ 01:27, 21 февраля 2019 ]
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 674, весна 2019 ( Strijov ) - [ 01:07, 21 февраля 2019 ]
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов) ( Strijov ) - [ 20:40, 20 февраля 2019 ]
- Практикум на ЭВМ (317)/2019 (весна) ( Arti lehtonen ) - [ 09:22, 19 февраля 2019 ]
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 574, весна 2019 ( AnnRogozina ) - [ 09:00, 19 февраля 2019 ]
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Спецкурсы-спецсеминары ( AIM ) - [ 11:39, 18 февраля 2019 ]
- Современные методы распознавания и синтеза речи (курс лекций)/2019 ( Daniil.polykovskiy ) - [ 08:27, 18 февраля 2019 ]
- Глубинное обучение (курс лекций)/2019 ( Nchirkova ) - [ 22:22, 16 февраля 2019 ]
- Интеллектуальные системы (кафедра МФТИ)/Отчеты НИР ( VasiliyNovitskiy ) - [ 20:21, 15 февраля 2019 ]
- Практикум на ЭВМ (317)/2017-2018 ( Arti lehtonen ) - [ 20:11, 15 февраля 2019 ]
- Нейробайесовские методы машинного обучения (курс лекций) / 2019 ( Tipt0p ) - [ 14:46, 14 февраля 2019 ]
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Расписание ( Kropotov ) - [ 13:18, 14 февраля 2019 ]
- Вероятностные тематические модели (курс лекций, К.В.Воронцов) ( Vokov ) - [ 09:19, 14 февраля 2019 ]
- Машинное обучение (курс лекций, К.В.Воронцов) ( Vokov ) - [ 07:50, 14 февраля 2019 ]
- Интеллектуальные системы (кафедра МФТИ)/Расписание ( Vokov ) - [ 11:53, 13 февраля 2019 ]
- Биоинформатика и задачи распознавания в современной биологии (курс лекций, И.Ю. Торшин) ( Tiy ) - [ 11:20, 13 февраля 2019 ]
- Практикум на ЭВМ (417)/2018 ( AIM ) - [ 16:47, 11 февраля 2019 ]
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы ( Tipt0p ) - [ 13:54, 11 февраля 2019 ]
- Современные методы распознавания и синтеза речи (курс лекций)/2018 ( Daniil.polykovskiy ) - [ 16:01, 10 февраля 2019 ]
Список всех последних правок
|