Результаты поиска
Материал из MachineLearning.
По запросу «Статистика»
Для получения более подробной информации о поиске на страницах проекта, см. справочный раздел.
Ниже показаны 237 результатов, начиная с № 1.
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
Совпадения в названиях статей
- Комбинаторная статистика (76 байт)
- Статистика (функция выборки) (12 786 байт)
- Математическая статистика (1401 байт)
- Описательная статистика (2589 байт)
- Статистика Дарбина-Уотсона (3789 байт)
- Достаточная статистика (6627 байт)
- Медиана (статистика) (28 байт)
- Статистика случайных процессов (курс лекций, ФКН ВШЭ) (13 937 байт)
Совпадения в текстах статей
- Заглавная страница (13 183 байта)
- Метод главных компонент (57 763 байта)
- Обучение с учителем (29 149 байт)
- Обучение без учителя (10 953 байта)
- Классификация (22 024 байта)
- Новости (7363 байта)
- Школа анализа данных Яндекса (3761 байт)
- Интеллектуальные системы (кафедра МФТИ)/Студенты (128 765 байт)
- Регрессионный анализ (20 925 байт)
- Машинное обучение (курс лекций, К.В.Воронцов) (66 300 байт)
- Двухфакторная непараметрическая модель (5736 байт)
- Дисперсионный анализ (17 629 байт)
- Байесовский классификатор (11 814 байт)
- Метрический классификатор (9700 байт)
- Метод ближайших соседей (17 114 байт)
- Кластеризация (14 830 байт)
- Машинное обучение (62 190 байт)
- LaTeX (15 387 байт)
- Репозиторий UCI (9716 байт)
- Математический прогноз даты сильных землетрясений (4472 байта)
- Neural Information Processing Systems (конференция) (3686 байт)
- Computational Learning Theory (конференция) (2914 байт)
- Признаковое описание (8179 байт)
- Наивный байесовский классификатор (4278 байт)
- Модель зависимости (13 324 байта)
- Скользящий контроль (28 538 байт)
- Выборка (10 682 байта)
- Статистический анализ данных (курс лекций, К.В.Воронцов) (38 231 байт)
- Линейный классификатор (19 077 байт)
- Факультет вычислительной математики и кибернетики МГУ (9503 байта)
- Интеллектуальный анализ данных (5860 байт)
- Интеллектуализация обработки информации (конференция)/Вики-ресурс MachineLearning.RU: концепция и перспективы (8113 байт)
- Загоруйко, Николай Григорьевич (37 844 байта)
- Применение метода главных компонент (22 147 байт)
- Критерий Уилкоксона для связных выборок (10 556 байт)
- Критерий Уилкоксона двухвыборочный (15 711 байт)
- Статистика (функция выборки) (12 786 байт)
- Проверка статистических гипотез (24 491 байт)
- Критерий Стьюдента (19 632 байта)
- Уровень значимости (7777 байт)
- Квантиль (12 913 байт)
- Нулевая гипотеза (2492 байта)
- Вариационный ряд (4457 байт)
- Критерий Уилкоксона-Манна-Уитни (12 479 байт)
- Коэффициент асимметрии (4907 байт)
- Коэффициент эксцесса (4590 байт)
- CiteSeer (4060 байт)
- Критерий знаков (6840 байт)
- Часто используемые регрессионные модели (9174 байта)
- Логистическая регрессия (11 567 байт)
- Обзорные статьи на английском языке (3586 байт)
- Многомерная случайная величина (3918 байт)
- Модель Тригга-Лича (14 839 байт)
- Критерий Фишера (6392 байта)
- Ранговая корреляция (2486 байт)
- Коэффициент корреляции Кенделла (13 452 байта)
- Частная корреляция (6072 байта)
- Критерий Краскела-Уоллиса (9844 байта)
- Критерий Колмогорова-Смирнова (8585 байт)
- Коэффициент корреляции Спирмена (16 681 байт)
- Критерий Шапиро-Уилка (7400 байт)
- Коэффициент корреляции Пирсона (4630 байт)
- Критерий хи-квадрат (12 226 байт)
- Критерий асимметрии и эксцесса (7089 байт)
- Полигон алгоритмов/Подробный отчет по задаче (12 069 байт)
- Критерий Фридмана (3595 байт)
- Экспоненциальное сглаживание (7455 байт)
- Метод наибольшего правдоподобия (3900 байт)
- ARIMA (5237 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2008 (12 212 байт)
- Критерий омега-квадрат (7786 байт)
- Модель Хольта (3004 байта)
- Критерий Кокрена (3520 байт)
- Эмпирическое распределение (5932 байта)
- Математическая статистика (1401 байт)
- Описательная статистика (2589 байт)
- Достигаемый уровень значимости (4887 байт)
- Критерий Бартлетта (13 231 байт)
- Метод LSD (10 774 байта)
- Критерий Зигеля-Тьюки (4369 байт)
- Модель Хольта-Уинтерса (4636 байт)
- Модель Тейла-Вейджа (3026 байт)
- Следящий контрольный сигнал (3585 байт)
- Статистическое оценивание (14 543 байта)
- Критерий Пейджа (3584 байта)
- Достаточная оценка (57 байт)
- Статистика Дарбина-Уотсона (3789 байт)
- Метод настройки с возвращениями (14 103 байта)
- Достаточность (57 байт)
- Объединённая модель панельных данных (10 898 байт)
- Модель панельных данных с фиксированными эффектами (10 488 байт)
- Модель панельных данных со случайными эффектами (6509 байт)
- Модель панельных данных с временны́ми эффектами (7928 байт)
- Метод множественных сравнений Шеффе (10 200 байт)
- Адаптивная селекция моделей прогнозирования (3656 байт)
- Адаптивная композиция моделей прогнозирования (4410 байт)
- Критерий Аббе-Линника (4086 байт)
- Критерий Чоу (6970 байт)
- Критерий Фостера-Стюарта (3160 байт)
- Непараметрическая регрессия: ядерное сглаживание (7938 байт)
- Медианный критерий (6477 байт)
- Коррелограмма (11 554 байта)
- Автокорреляционная функция (5327 байт)
- Критерий Джонкхиера (9012 байт)
- Анализ выживаемости (9739 байт)
- Процедура Каплана-Мейера (7063 байта)
- Логранговый критерий (7721 байт)
- Конкордация Кенделла (5451 байт)
- Таблица сопряженности (4926 байт)
- Парадокс хи-квадрат (3643 байта)
- Сезонность (7980 байт)
- Тренд (7835 байт)
- Критерий Вальда-Вольфовица (2577 байт)
- Анализ регрессионных остатков (6474 байта)
- Гипотеза сдвига (1962 байта)
- Критерий Кокса-Стюарта (3543 байта)
- Ридж-регрессия (5915 байт)
- Лассо Тибширани (3948 байт)
- Проверка гипотезы наличия тренда для количества посетителей сервиса "Яндекс Кубок" (5164 байта)
- Доверительный интервал (4494 байта)
- Проверка гипотезы наличия тренда для количества посетителей сервиса "Яндекс Открытки" (5193 байта)
- Двухфакторная непараметрическая модель для неполных данных (6256 байт)
- Обобщённое среднее (6863 байта)
- Критерий Тьюки (2213 байт)
- Теория измерений (9211 байт)
- Коэффициент детерминации (11 956 байт)
- Критерий стьюдентизированного размаха (2087 байт)
- Ротационная панель (2508 байт)
- Критерий экстремумов (4358 байт)
- Значимость коэффициентов линейной регрессии (8874 байта)
- Критерий Гехана (5974 байта)
- Интервальная оценка (8994 байта)
- Статистические свойства МНК-оценок коэффициентов регрессии (8908 байт)
- Доверительные интервалы для параметров регрессии (5252 байта)
- Дисперсия остатков (3260 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов) (193 428 байт)
- Журналы ВАК по тематике ресурса (71 077 байт)
- Классификация пациентов с сердечно-сосудистыми заболеваниями (отчет) (16 007 байт)
- Полигон алгоритмов/Общий отчёт задачи-алгоритмы (12 920 байт)
- Достаточная статистика (6627 байт)
- Критерий Ван дер Вардена (10 994 байта)
- Распределение Стьюдента (7267 байт)
- Простой случайный выбор (9142 байта)
- Адаптивные методы прогнозирования временных рядов (7422 байта)
- Однофакторная параметрическая модель (5460 байт)
- Стратификация (11 264 байта)
- Однофакторная непараметрическая модель (8384 байта)
- Критерии нормальности (11 653 байта)
- Критерии согласия (21 624 байта)
- ЕМ-алгоритм, его модификации и обобщения (23 265 байт)
- Робастное оценивание (19 420 байт)
- Медиана (6106 байт)
- Критерий Бартелса (5176 байт)
- Критерий Лемана-Розенблатта (5786 байт)
- Ранговые критерии (16 999 байт)
- Критерии однородности (25 408 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, весна 2010 (4787 байт)
- Анализ регрессионных остатков (пример) (20 276 байт)
- Взвешенное среднее Тьюки (4508 байт)
- Временной ряд (14 226 байт)
- Множественная проверка гипотез (11 673 байта)
- FWER (8314 байт)
- Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)/Группа 274, осень 2007 (43 361 байт)
- Сэмплирование (2022 байта)
- МОТП/2011 (17 359 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2011, ФУПМ (36 247 байт)
- Выделение периодической компоненты временного ряда (пример) (30 936 байт)
- Одномерная линейная регрессия (10 768 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2011 (32 123 байта)
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов, 2010) (25 578 байт)
- Математические методы прогнозирования (кафедра ВМиК МГУ)/О кафедре (7823 байта)
- Прогнозирование функциями дискретного аргумента (пример) (18 484 байта)
- GMDH Shell (9870 байт)
- Математические методы прогнозирования (курс лекций, А.М. Шурыгин) (6780 байт)
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Старый дизайн (30 245 байт)
- Статистический отчет при создании моделей (12 567 байт)
- М-оценка (6220 байт)
- Интеллектуальные системы (кафедра МФТИ)/Расписание (81 211 байт)
- Предсказательное моделирование и оптимизация (кафедра МФТИ)/О кафедре (12 278 байт)
- Метод Бенджамини-Иекутиели (7286 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2012, ФУПМ (35 050 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/3 (23 111 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2012 (59 926 байт)
- Соревнование Inventum Data Mining Contest (25 607 байт)
- Среднее, взвешенное по расстоянию (5579 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, весна 2013 (30 300 байт)
- Метод Бенджамини-Хохберга (6933 байта)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2013, ФУПМ (46 615 байт)
- Критерий Давидсона-Маккиннона (8680 байт)
9: ...дели во вторую и наоборот. [[Статистика_(функция_выборки)|Тестовая ... - Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, осень 2013 (28 643 байта)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2013 (57 669 байт)
- Критерий Хартли (921 байт)
- Критерий Ансари—Бредли (1001 байт)
- Критерий Клотца (1002 байта)
- Критерий Купера (1525 байт)
- Критерий Ватсона (1608 байт)
- Критерии Жанга (1476 байт)
- Критерий Андерсона-Дарлинга (5110 байт)
- Биномиальное распределение с равновероятными успехами испытаний Бернулли (63 374 байта)
- Мультиномиальное распределение с равновероятными успехами испытаний Бернулли (62 614 байт)
- Корреляция Мэтьюса (3788 байт)
- Критерий Мак-Нимара (6089 байт)
- Критерий Льюнга-Бокса (3944 байта)
- Поправка Бонферрони (5241 байт)
- Расстояние Кука (6154 байта)
- Критерий Бройша-Пагана (5688 байт)
- Критерий KPSS (3759 байт)
- Критерий Неменьи (7877 байт)
- Критерий Диболда-Мариано (7136 байт)
- Метод Холма (4481 байт)
- False discovery rate (4180 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Рекомендуемые базовые и дополнительные учебники (3343 байта)
- Критерий знаковых рангов Уилкоксона (3263 байта)
- WM-критерий (5502 байта)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2014, ФУПМ/4 (16 818 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2014/3 (17 585 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, весна 2015 (66 130 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2015/3 (19 333 байта)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2015, ФУПМ/3 (30 835 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ФУПМ/3 (29 120 байт)
- Статистический анализ данных (курс лекций, К.В.Воронцов)/2016, ММП/3 (17 437 байт)
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, осень 2016 (17 817 байт)
- Прикладной статистический анализ данных (курс лекций, 2017) (16 384 байта)
- Прикладной статистический анализ данных (ФУПМ, курс лекций, 2017) (11 330 байт)
- Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/до 2017, ВМК (17 616 байт)
- Методы машинного обучения (А. И. Майсурадзе) (27 859 байт)
- Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский) (20 639 байт)
- Технологии организации данных (курс лекций, С.К.Дулин) (26 855 байт)
- Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев) (16 599 байт)
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
