Список перенаправлений
Материал из MachineLearning.
Ниже показаны 250 результатов, начиная с № 251.
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
- 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
- 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
- Нуль-гипотеза → Нулевая гипотеза
- BIC → Байесовский информационный критерий
- Информационный критерий Акаике → Критерий Акаике
- AIC → Критерий Акаике
- Прогноз → Прогнозирование
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)\Программное обеспечение интеллектуального анализа данных, весна 2010 → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, осень 2009
- Метод Лапласа → Аппроксимация Лапласа
- Участник:Strijov/Группа 374, весна 2009 → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, весна 2009
- Участник:Strijov/Группа 774, весна 2010 → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 774, весна 2010
- Участник:Strijov/Группа 674, весна 2009 → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, весна 2009
- Фактор инфляции регрессии → Фактор инфляции дисперсии
- VIF → Фактор инфляции дисперсии
- Variance inflation factor → Фактор инфляции дисперсии
- Шаблон:Доска объявлений кафедры ММП ВМК МГУ → Математические методы прогнозирования (кафедра ВМиК МГУ)/Доска объявлений
- Спецсеминар "Прикладные методы прогнозирования и анализа данных" → Прикладные методы прогнозирования и анализа данных (спецсеминар, В.В. Рязанов)
- Полигон алгоритмов/ Пошаговая реализация собственного алгоритма → Полигон алгоритмов/Пошаговая реализация собственного алгоритма
- Back Propagation+OBD(пример) → Оптимальное прореживание нейронных сетей (пример)
- Выбор признаков логистической регрессии(пример) → Шаговая регрессия (пример)
- Вероятность переобучения → Переобучение
- AdaBoost → Алгоритм AdaBoost
- AnyBoost → Алгоритм AnyBoost
- Медиана (статистика) → Медиана
- Обсуждение:Метод покоординатного спуска. → Обсуждение:Метод покоординатного спуска
- Метод Ньютона. Метод Стеффенсена. → Метод Ньютона. Метод Стеффенсена
- Участник:MariaAleshina/Поиск устойчивых зависимостей в в движении транспортных потоков Москвы → Участник:MariaAleshina/Поиск устойчивых зависимостей в движении транспортных потоков города Москвы
- Перфонтана → Написание отчётов и статей (рекомендации)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)\Программное обеспечение интеллектуального анализа данных → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, осень 2009
- Конкурс IEEE ICDM: дорожно-транспортные прогноз для интеллектуальных GPS-навигации → Конкурс IEEE ICDM: дорожно-транспортные прогнозы для интеллектуальной GPS-навигации
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов, 2009) → Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2014
- Прикладной регрессионный анализ (курс лекций, B.В.Стрижов)/Группа 274, осень 2007 → Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 274, осень 2007
- Семинар Местецкого → Семинар Л.М. Местецкого
- Разработка данных → Интеллектуальный анализ данных
- Rough Sets → Неточные множества
- ШАД → Школа анализа данных Яндекса
- Методика Belsley → Метод Белсли
- Свертка временных рядов при авторегрессионном прогнозе (пример) → Сравнение временных рядов при авторегрессионном прогнозе (пример)
- Регрессионный анализ (рекомендуемые обозначения) → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Рекомендуемые обозначения
- Прогнозирование российской экономики с помощью векторной авторегрессии (пример) → Прогнозирование макроэкономических показателей с помощью векторной авторегрессии (пример)
- Mmp → Математические методы прогнозирования (кафедра ВМиК МГУ)
- СМАИС → Графические модели (курс лекций)/2014
- Бммо → Байесовские методы машинного обучения (курс лекций) / 2021
- МОТП → Математические основы теории прогнозирования (курс лекций)
- MOTP → Математические основы теории прогнозирования (курс лекций)
- Критерий серий → Критерий Вальда-Вольфовица
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, весна 2011 → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, весна 2011
- Скелет → Центральное множество
- Срединная ось → Медиальное множество
- Алгоритмы классификации основанные на сравнении графов → Сравнение графов
- Анализ данных о посещаемости сайтов с помощью АФП → Исследование данных о посещаемости сайтов с помощью методов анализа формальных понятий
- Алгоритмы повышения качества смазанных изображений → Методы деконволюции изображений
- VSM → Векторная модель
- Vector space model → Векторная модель
- Теория надёжности обучения по прецедентам (курс лекций, К.В.Воронцов)/2010 → Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)/2010
- Теория надёжности обучения по прецедентам (курс лекций, К.В. Воронцов)/2010 → Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)/2010
- Теория надёжности обучения по прецедентам (курс лекций, К.В.Воронцов) → Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)
- Задачи распознавания в биоинформатике (ВМК МГУ, К.В. Рудаков, И.Ю.Торшин) → Задачи распознавания в биоинформатике (ВМК МГУ, К. В. Рудаков, И. Ю.Торшин)
- Выявление периодической компоненты временных рядов при помощи автокорреляционной функции и разложения в ряд Фурье (пример) → Выделение периодической компоненты временного ряда (пример)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Машинное обучение и анализ данных → Машинное обучение и анализ данных (журнал)
- Crisp-dm → CRISP-DM
- ROC-кривая → Кривая ошибок
- AAAI CONFERENCE ON ARTIFICIAL INTELLIGENCE → AAAI Conference on Artificial Intelligence (конференция)
- Artificial Intelligence and Statistics → Artificial Intelligence and Statistics (конференция)
- International Conference on Data Mining → International Conference on Data Mining (конференция)
- Knowledge Discovery and Data Mining → Knowledge Discovery and Data Mining (конференция)
- The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD) → The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (конференция)
- Simple linear regression → Одномерная линейная регрессия
- Простая линейная регрессия → Одномерная линейная регрессия
- Исчисления высказываний классической логики (курс лекций, С.И. Гуров) → Исчисления высказываний классической и интуиционистской логик (курс лекций, С.И. Гуров)
- Шаблон:Материалы кафедры ММП ВМК МГУ → Математические методы прогнозирования (кафедра ВМиК МГУ)/Материалы
- Шаблон:Спецкурсы-спецсеминары кафедры ММП ВМК МГУ → Математические методы прогнозирования (кафедра ВМиК МГУ)/Спецкурсы-спецсеминары
- Шаблон:Сотрудники кафедры ММП ВМК МГУ → Математические методы прогнозирования (кафедра ВМиК МГУ)/Персональный состав
- Биоинформатика и задачи распознавания в современной биологии (курс лекций, И.Ю. Торшин, 2010) → Биоинформатика и задачи распознавания в современной биологии (курс лекций, И.Ю. Торшин)
- Шаблон:Кафедральные курсы кафедры ММП ВМК МГУ → Математические методы прогнозирования (кафедра ВМиК МГУ)/Кафедральные курсы
- Обсуждение участника:Strijov/Ранговая регрессия (пример) → Обсуждение:Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Шаблон отчета о вычислительном эксперименте
- Комбинаторная теория переобучения → Комбинаторная теория переобучения (виртуальный семинар)
- Расслоение и сходство алгоритмов (виртуальный семинар) → Комбинаторная теория переобучения (виртуальный семинар)
- Обсуждение:Расслоение и сходство алгоритмов (виртуальный семинар) → Обсуждение:Комбинаторная теория переобучения (виртуальный семинар)
- Partitions-cf → Логико-статистические модели в распознавании, прогнозировании и интеллектуальном анализе данных (курс лекций, О.В. Сенько)
- Контроль качества чипов в анализе ДНК-микрочипов → Контроль качества в анализе ДНК-микрочипов
- Участник:EvgSokolov/Фоновая поправка в анализе ДНК-микрочипов → Участник:EvgSokolov/Песочница
- Линейная регрессия → Линейная регрессия (пример)
- JMLDA → Машинное обучение и анализ данных (журнал)
- EURO (конференция) → European Conference on Operational Research
- Тематическая модель → Тематическое моделирование
- Experimental Economics and Machine Learning (семинар) → Experimental Economics and Machine Learning (workshop)
- Конференция по анализу изображений, сетей и текстов (АИСТ 2012) (конференция) → Анализ изображений, сетей и текстов (конференция)
- Concept Discovery in Unstructured Data workshop (workshop) → Concept Discovery in Unstructured Data (workshop)
- Vetrov → Участник:Dmitry Vetrov
- Графические модели (курс лекций) → Графические модели (курс лекций)/2015
- ГМ → Графические модели (курс лекций)/2018
- GM → Графические модели (курс лекций)/2018
- Математические основы теории прогнозирования (курс лекций, Ю.И. Журавлев, Д.П. Ветров) → Математические основы теории прогнозирования (курс лекций)
- Обсуждение:Математические основы теории прогнозирования (курс лекций, Ю.И. Журавлев, Д.П. Ветров) → Обсуждение:Математические основы теории прогнозирования (курс лекций)
- ТНОП → Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)
- Шаблон:Объявления Кафедры Интеллектуальные системы МФТИ → Интеллектуальные системы (кафедра МФТИ)/Объявления
- Шаблон:Учебные курсы кафедры Интеллектуальные системы МФТИ → Интеллектуальные системы (кафедра МФТИ)/Курсы
- Шаблон:Учебные материалы кафедры Интеллектуальные системы МФТИ → Интеллектуальные системы (кафедра МФТИ)/Материалы
- Шаблон:Преподаватели кафедры Интеллектуальные системы МФТИ → Интеллектуальные системы (кафедра МФТИ)/Преподаватели
- Интеллектуальные системы МФТИ/Преподаватели → Интеллектуальные системы (кафедра МФТИ)/Преподаватели
- Morphmodels → Непрерывные морфологические модели и алгоритмы (курс лекций, Л.М. Местецкий)
- Mmpsem → Математические методы прогнозирования (кафедра ВМиК МГУ)/Просеминар
- Шаблон:Расписание кафедры Интеллектуальные системы МФТИ → Интеллектуальные системы (кафедра МФТИ)/Расписание
- Шаблон:Структура кафедры Интеллектуальные системы МФТИ → Интеллектуальные системы (кафедра МФТИ)/О кафедре
- Ммпсем → Математические методы прогнозирования (кафедра ВМиК МГУ)/Просеминар
- ИС → Интеллектуальные системы (кафедра МФТИ)
- Oracle Inequalities in Empirical Risk Minimization and Sparse Recovery Problems → Предсказывающие неравенства в задаче эмпирической минимизации риска (виртуальный семинар)
- Обсуждение:Oracle Inequalities in Empirical Risk Minimization and Sparse Recovery Problems → Обсуждение:Предсказывающие неравенства в задаче эмпирической минимизации риска (виртуальный семинар)
- JMLDA/Fig → Машинное обучение и анализ данных (журнал)/Оформление графиков
- Предсказательное моделирование и оптимизация (кафедра МФТИ) → Predictive modelling and optimization (chair MIPT)
- ML → Машинное обучение (курс лекций, К.В.Воронцов)
- Методы оптимизации в машинном обучении (курс лекций) → Методы оптимизации в машинном обучении (курс лекций)/2015
- Momo → Методы оптимизации в машинном обучении (курс лекций)/2021
- Момо → Методы оптимизации в машинном обучении (курс лекций)/2020
- Машинное обучение (семинар, ММП ВМиК) → Машинное обучение (семинары, ВМК МГУ)
- IIP-9 → Интеллектуализация обработки информации (конференция)/2012
- Мо → Машинное обучение (курс лекций, К.В.Воронцов)
- Mo → Машинное обучение (курс лекций, К.В.Воронцов)
- Практикум на ЭВМ (317) → Практикум на ЭВМ (317)/2020 (осень)
- Критерий Зигеля–Тьюки → Критерий Зигеля-Тьюки
- SVD → Сингулярное разложение
- Графические модели (курс лекций)/Задание 1 → Графические модели (курс лекций)/2013/Задание 1
- Публикация:Hastie 2001 The Elements of Statistical Learning → Публикация:Hastie 2009 The Elements of Statistical Learning
- Публикация:Han 2011 Data Mining → Публикация:Han 2012 Data Mining
- Скользящий контрольный сигнал → Следящий контрольный сигнал
- Градиентный бустинг → Алгоритм AnyBoost
- Па → Прикладная алгебра (курс лекций, С.И. Гуров)
- Pa → Прикладная алгебра (курс лекций, С.И. Гуров)
- EURO → European Conference on Operational Research
- Семинар Ветрова → Байесовские методы машинного обучения (Спецсеминар)
- Критерий Диболда Мариано → Критерий Диболда-Мариано
- Psad → Статистический анализ данных (курс лекций, К.В.Воронцов)/2013
- Vokov → Участник:Vokov
- Машинное обучение и обучаемость: сравнительный обзор ( В.И.Донской) → Машинное обучение и обучаемость: сравнительный обзор
- Спецсеминар "Байесовские методы машинного обучения" → Байесовские методы машинного обучения (Спецсеминар)
- Спецсеминар "Байесовские методы машинного обучения"/2010-2011 → Байесовские методы машинного обучения (Спецсеминар)/2010-2011
- Mestetskiy → Mestetskiy Leonid
- IIP → Интеллектуализация обработки информации (конференция)
- Быстрый алгоритм нахождения метрических сгущений с использованием матрицы парных расстояний в ранговых шкалах. → Метрическое сгущение
- ИС/НИР → Интеллектуальные системы (кафедра МФТИ)/Отчеты НИР
- Распознавание контактной информации на изображениях (Конкурс Avito) → Конкурс Avito.ru-2014: распознавание контактной информации на изображениях
- Справка:Справка по редактированию → MachineLearning:Инструктаж
- IIP-2014 → Интеллектуализация обработки информации (конференция)/2014
- Конкурс по распознаванию контактной информации на изображениях (Конкурс Avito.ru 2014) → Конкурс Avito.ru-2014: распознавание контактной информации на изображениях
- Обсуждение:Конкурс по распознаванию контактной информации на изображениях (Конкурс Avito.ru 2014) → Обсуждение:Конкурс Avito.ru-2014: распознавание контактной информации на изображениях
- Рейтинг участников конкурса по распознаванию контактной информации на изображениях → Конкурс Avito.ru-2014: распознавание контактной информации на изображениях/Рейтинг участников
- MVR → MVR Composer
- АРТМ → Аддитивная регуляризация тематических моделей
- PLSA → Вероятностный латентный семантический анализ
- ARTM → Аддитивная регуляризация тематических моделей
- IS → Интеллектуальные системы (кафедра МФТИ)
- Avito.ru-2014 → Конкурс Avito.ru-2014: распознавание контактной информации на изображениях
- MMPR → Математические методы распознавания образов (конференция)
- Avito-2015 → Конкурс Avito-2015: Распознавание отклика на маркетинговое предложение
- Симпозиум молодых ученых «Математические методы распознавания образов-2015» → Математические методы распознавания образов (конференция)/ММРО-17. Симпозиум молодых ученых
- NVIDIA → Использование технологий NVIDIA для решения задач глубокого обучения
- Обсуждение:NVIDIA → Обсуждение:Использование технологий NVIDIA для решения задач глубокого обучения
- FPI-2015 → Конкурс ФПИ-2015: Распознавание лиц людей
- Pa2 → Прикладная алгебра (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)
- Обсуждение:Словарь терминов → Обсуждение:Словарь терминов машинного обучения
- Amod → Алгебраические методы обработки данных (курс лекций, Журавлёв Ю.И.)
- Группа YАД, весна 2016 → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа YАД, весна 2016
- Avito-2016 → Конкурс Avito-2016: Распознавание марки и модели автомашин на изображениях
- FDR → False discovery rate
- Moex-2016 → Конкурс Московской Биржи-2016
- Avito-2016/leaderboard → Конкурс Avito-2016: Распознавание марки и модели автомашин на изображениях/Рейтинг участников
- ВоронцовВТМ → Вероятностные тематические модели (курс лекций, К.В.Воронцов)
- Avito-2016-2 → Конкурс Avito-2016: Распознавание категории объявления
- Avito-2016-Goods → Конкурс Avito-2016: Распознавание категории объявления
- PTM-Vorontsov → Вероятностные тематические модели (курс лекций, К.В.Воронцов)
- Практикум на ЭВМ (417) → Практикум на ЭВМ (417)/2019
- Глубинное обучение (курс лекций) → Глубинное обучение (курс лекций)/2018
- Го → Глубинное обучение (курс лекций)/2019
- Dl → Глубинное обучение (курс лекций)/2020
- Go → Глубинное обучение (курс лекций)
- Intelligent Data Processing: Theory and Practice/2016/en → Intelligent Data Processing: Theory and Applications/2016
- Intelligent Data Processing: Theory and Practice/2016/ → Intelligent Data Processing: Theory and Applications/2016
- Intelligent Data Processing: Theory and Applications/2016/ → Intelligent Data Processing: Theory and Applications/2016
- VorontsovPTM → Вероятностные тематические модели (курс лекций, К.В.Воронцов)
- Opt → Методы оптимизации (курс лекций)
- Опт → Методы оптимизации (курс лекций)
- ВТМ → Вероятностные тематические модели (курс лекций, К.В.Воронцов)
- ПСАД → Прикладной статистический анализ данных (курс лекций, 2017)
- Пакеты прикладных программ (семинары) → Пакеты прикладных программ (семинары)/2017
- Псад-фупм → Прикладной статистический анализ данных (ФУПМ, курс лекций, 2017)
- TS → Временной ряд (библиотека примеров)
- ПСАД-ФУПМ → Прикладной статистический анализ данных (ФУПМ, курс лекций, 2017)
- Avito-2016-Cars → Конкурс Avito-2016: Распознавание марки и модели автомашин на изображениях
- ВМК МГУ → Факультет вычислительной математики и кибернетики МГУ
- Математические методы прогнозирования (кафедра ВМК МГУ) → Математические методы прогнозирования (кафедра ВМиК МГУ)
- Математические методы распознавания образов (конференция)/Программа ММРО-18 → Математические методы распознавания образов (конференция)/Программа ММРО-2017
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа YAD, весна 2018 → Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 594, весна 2018
- MLA → Численные методы обучения по прецедентам (практика, В.В. Стрижов)
- M1 → Численные методы обучения по прецедентам (практика, В.В. Стрижов)
- Автоматизация научных исследований (курс лекций, В.В. Стрижов) → Численные методы обучения по прецедентам (практика, В.В. Стрижов)
- Automation of Scientific Research (lectures by V.V. Strijov) → Численные методы обучения по прецедентам (практика, В.В. Стрижов)
- Методы анализа текстов (спецсеминары, К.В. Воронцов)/2017-2018 год → Методы анализа текстов (семинар, К.В.Воронцов)/2017-2018 год
- Научные семинары по анализу текстов в ШАДе, 2018/2019 год → Методы анализа текстов (семинар, К.В.Воронцов)
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 674, весна 2018 → Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 674, весна 2019
- НМОИ → Нейросетевые методы обработки изображений (В.В.Китов)
- Математические методы анализа текстов (курс лекций) → Математические методы анализа текстов (ВМК МГУ) / 2021
- Категория:ММП → Кафедра Математические методы прогнозирования ВМиК МГУ
- Rl → Обучение с подкреплением (курс лекций) / 2023
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)