Страницы без межъязыковых ссылок
Материал из MachineLearning.
Следующие страницы не имеют интервики-ссылок:
Ниже показаны 250 результатов, начиная с № 51.
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
- Journal of Machine Learning Research
- Knowledge Discovery and Data Mining (конференция)
- LaTeX
- LinguaStream
- MIPT ML 2016 Spring
- MNIST database of handwritten digits
- MVR Composer
- Machine Learning and Data Analysis (Strijov's practice)
- Machine Learning and Data Analysis (Strijov's practice)/4th year, fall
- Machine Learning and Data Analysis (Strijov's practice)/Group 174, spring 2014
- Machine Learning and Data Analysis (Strijov practice)/Group 074, Fall 2013
- Matlab
- Maxima
- Mestetskiy Leonid
- MiKTeX
- NIST Mugshot Identification Database
- Neural Information Processing Systems (конференция)
- Pattern Recognition and Machine Intelligence (конференция)
- Predictive modelling and optimization (chair MIPT)
- Pyomo
- Python
- R
- RapidMiner
- Reality check Уайта
- Rough Sets, Fuzzy Sets, Data Mining and Granular Computing (конференция)
- SIAM Journal on Imaging Sciences
- SOCR
- SOIL-47
- SVM для линейно неразделимой выборки (пример)
- SVM для линейно разделимой выборки (пример)
- SVM регрессия (пример)
- Sheffield Face Database
- Similarity Miner (виртуальный семинар)
- SourceForge
- The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (конференция)
- The NORB Dataset
- The ORL Database of Faces
- TopicNet
- U Bern Face Database
- VisTex
- WEKA
- WM-критерий
- Yale Face Database
- Yale Face Database B
- АГОРА
- Автокорреляционная функция
- Автоматизация и стандартизация научных исследований (практика, В.В. Стрижов)
- Автоматизация и стандартизация научных исследований (практика, В.В. Стрижов)/Версия 2010
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 674, весна 2019
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/Группа 694, весна 2019
- Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/ФУПМ, осень 2019
- Авторегрессионное скользящее среднее
- Адаптивная композиция моделей прогнозирования
- Адаптивная селекция моделей прогнозирования
- Адаптивные методы прогнозирования временных рядов
- Адаптивный линейный элемент
- Аддитивная регуляризация тематических моделей
- Алгебра над алгоритмами и эвристический поиск закономерностей
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2010-2011 уч. года (весенний семестр)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (весенний семестр)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (осенний семестр)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (весенний семестр)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (осенний семестр)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (оссенний семестр)
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013-2014 уч. года
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2014-2015 уч. года
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2015-2016 уч. года
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2016-2017 уч. года
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2018-2019 уч. года
- Алгебра над алгоритмами и эвристический поиск закономерностей/информация для второкурсников
- Алгебра над алгоритмами и эвристический поиск закономерностей/правила для постоянных участников
- Алгебраические методы обработки данных (курс лекций, Журавлёв Ю.И.)
- Алгебраические методы синтеза корректных алгоритмов анализа данных (конференция)
- Алгоритм
- Алгоритм AdaBoost
- Алгоритм AnyBoost
- Алгоритм FRiS-СТОЛП
- Алгоритм INCAS
- Алгоритм LISTBB
- Алгоритм LOWESS
- Алгоритм Trust-Region
- Алгоритм Левенберга-Марквардта
- Алгоритм СТОЛП
- Алгоритм ФорЭл
- Алгоритм имитации отжига
- Алгоритм обучения
- Алгоритмы, модели, алгебры (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)
- Алгоритмы, модели, алгебры (курс на ВМК 2015 года)
- Алгоритмы, модели, алгебры (курс на ВМК до 2015 года)
- Алгоритмы выбора линейных регрессионных моделей (практика)
- Алгоритмы выбора линейных регрессионных моделей (практика)/Вспомогательные функции
- Алгоритмы вычисления оценок
- Анализ выживаемости
- Анализ графов, сетей, функций сходства (курс лекций, А.И. Майсурадзе)
- Анализ графов, сетей и функций сходства (курс лекций, А.И. Майсурадзе)/2018H1, ВМК
- Анализ изображений, сетей и текстов (конференция)
- Анализ изображений, сетей и текстов 2013 (конференция)
- Анализ клиентских сред
- Анализ клиентских сред и коллаборативная фильтрация (виртуальный семинар)
- Анализ мультиколлинеарности (пример)
- Анализ поведения по сигналам носимых устройств
- Анализ регрессионных остатков
- Анализ регрессионных остатков (пример)
- Анализ сложения большого множества чисел, близких по величине
- Анализ соответствий
- Анализ формальных понятий
- Аналитический SQL (курс лекций, А.И.Майсурадзе)/2018H1, ВМК
- Анкетный скоринг
- Антиплагиат
- Аппроксимация Лапласа
- Аппроксимация Лапласа (пример)
- Аппроксимация функции ошибки
- БММО (курс лекций)/2013/Задание 1
- БММО (курс лекций)/2013осень/Задание 1
- БММО (курс лекций)/2013осень/Задание 2
- БММО (курс лекция)/2013/Задание 2
- Баейсовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 774, осень 2020
- Базовые кафедры МФТИ
- Базы данных изображений
- Байесовские методы машинного обучения (Спецсеминар)
- Байесовские методы машинного обучения (Спецсеминар)/2010-2011
- Байесовские методы машинного обучения (курс лекций) / 2016
- Байесовские методы машинного обучения (курс лекций) / 2017
- Байесовские методы машинного обучения (курс лекций) / 2018
- Байесовские методы машинного обучения (курс лекций) / 2019
- Байесовские методы машинного обучения (курс лекций) / 2020
- Байесовские методы машинного обучения (курс лекций) / 2021
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2011
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2011/Задание 1
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2011/Задание 2
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2011/Задание 3
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2014
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2014/Задание 1
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2015
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/Задание 1
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/Задание 2
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/весна 2013
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/осень 2013
- Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов, 2010)
- Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 074, осень 2023
- Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 674, осень 2019
- Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 774, осень 2020
- Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, осень 2021
- Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 974, осень 2022
- Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 074, весна 2024
- Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, весна 2022
- Байесовский выбор моделей II (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 974, весна 2023
- Байесовский информационный критерий
- Байесовский классификатор
- Байесовское мультимоделирование (лекции, О.Ю. Бахтеев, В.В. Стрижов)/Осень 2021
- Барицентры и их приложения (регулярный семинар)
- Бизнес-аналитика. Использование аналитической платформы Deductor в учебном процессе вуза
- Бикластеризация
- Биномиальное распределение
- Биномиальное распределение двух случайных величин
- Биномиальное распределение одной случайной величины
- Биномиальное распределение с равновероятными успехами испытаний Бернулли
- Биномиальное распределение с упорядоченными элементами подмножеств
- Биоинформатика
- Биоинформатика и задачи распознавания в современной биологии (курс лекций, И.Ю. Торшин)
- Бонгард, Михаил Моисеевич
- Бритва Оккама
- Булевы уравнения и проблема SAT
- Бустинг
- Бэггинг
- Вапник, Владимир Наумович
- Вариационный ряд
- Вариация и смещение
- Введение в машинное обучение
- Векторная модель
- Вероятностное пространство
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2015
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2016
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2017
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2018
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2019, ВМК
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2020
- Вероятностные тематические модели (курс лекций, К.В.Воронцов)/2021
- Вероятностный латентный семантический анализ
- Вероятность
- Взвешенное среднее Тьюки
- Восстановление зависимостей по эмпирическим данным
- Временной ряд
- Временной ряд (библиотека примеров)
- Выбор моделей в машинном обучении (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 674, осень 2019
- Выбор моделей в машинном обучении (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 774, осень 2020
- Выбор моделей в машинном обучении (теория и практика, О.Ю. Бахтеев, В.В. Стрижов)/Группа 574, осень 2020
- Выбор оптимального алфавита марковских моделей для распознавания речи (отчет)
- Выбор признаков с помощью генетических алгоритмов (пример)
- Выборка
- Выборочный контроль качества
- Выделение периодической компоненты временного ряда (пример)
- Высшая аттестационная комиссия Российской Федерации
- Вычисление второй производной по одной переменной
- Вычисление второй производной по разным переменным
- Вычисление гиперпараметров при различных гипотезах порождения данных (пример)
- Вычисление матриц Якоби и Гессе
- Вычисление определителя
- Вычисление функций
- Вычислительные задачи математической биологии (курс лекций, С.А. Махортых, А.Н. Панкратов)
- Вычислительный центр им. А. А. Дородницына Российской академии наук
- Гамма-функция
- Генетический алгоритм
- Гипергеометрическое распределение
- Гипотеза компактности
- Гипотеза сдвига
- Глубинное обучение (курс лекций)/2016
- Глубинное обучение (курс лекций)/2017
- Глубинное обучение (курс лекций)/2018
- Глубинное обучение (курс лекций)/2019
- Глубинное обучение (курс лекций)/2020
- Графические модели (курс лекций)/2012
- Графические модели (курс лекций)/2012/Задание 1
- Графические модели (курс лекций)/2012/Задание 2
- Графические модели (курс лекций)/2012/Задание 3
- Графические модели (курс лекций)/2012/Задание 4
- Графические модели (курс лекций)/2012/Задание 5
- Графические модели (курс лекций)/2012/Задание 6
- Графические модели (курс лекций)/2013
- Графические модели (курс лекций)/2013/Задание 1
- Графические модели (курс лекций)/2013/Задание 2
- Графические модели (курс лекций)/2013/Задание 3
- Графические модели (курс лекций)/2013/Задание 4
- Графические модели (курс лекций)/2013/Задание 5
- Графические модели (курс лекций)/2013/Задание 6
- Графические модели (курс лекций)/2013/Задание 7
- Графические модели (курс лекций)/2014
- Графические модели (курс лекций)/2014/Задание 1
- Графические модели (курс лекций)/2014/Задание 2
- Графические модели (курс лекций)/2014/Задание 3
- Графические модели (курс лекций)/2014/Задание 4
- Графические модели (курс лекций)/2015
- Графические модели (курс лекций)/2016
- Графические модели (курс лекций)/2017
- Графические модели (курс лекций)/2018
- Группировка категорий и сегментация признаков в логистической регрессии (пример)
- ДНК-микрочип
- ДСМ-метод в терминах АФП
- Двухвыборочный критерий Колмогорова-Смирнова
- Двухфакторная непараметрическая модель
- Двухфакторная непараметрическая модель для неполных данных
- Декомпозиция в оптимизации систем (курс лекций, В.И.Цурков)
- Декомпозиция в оптимизации систем (курс лекций, В.И.Цурков)/Вопросы
- Динамическая классификация при распознавании рукописного и поврежденного текста.
- Дисперсионный анализ
- Дисперсия остатков
- Доверительные интервалы для параметров регрессии
- Доверительный интервал
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)