Страницы без межъязыковых ссылок
Материал из MachineLearning.
Следующие страницы не имеют интервики-ссылок:
Ниже показаны 250 результатов, начиная с № 501.
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Материалы
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Новый дизайн
- Математические методы прогнозирования (кафедра ВМиК МГУ)/О кафедре
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Персональный состав
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Просеминар
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Расписание
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Спецкурсы-спецсеминары
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Старый дизайн
- Математические методы прогнозирования (кафедра ВМиК МГУ)/Учебный план
- Математические методы прогнозирования (курс лекций, А.М. Шурыгин)
- Математические методы прогнозирования (лекции, А.В. Грабовой, В.В. Стрижов)/Осень 2021
- Математические методы прогнозирования (лекции, В.В. Стрижов)/Группа 774, осень 2020
- Математические методы прогнозирования (лекции, В.В. Стрижов)/Группы 674, 774, весна 2021
- Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 574, осень 2019
- Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 674, весна 2020
- Математические методы распознавания образов (конференция)
- Математические методы распознавания образов (конференция)/ММРО-16. Все доклады
- Математические методы распознавания образов (конференция)/ММРО-17. Симпозиум молодых ученых
- Математические методы распознавания образов (конференция)/Программа ММРО-14
- Математические методы распознавания образов (конференция)/Программа ММРО-15
- Математические методы распознавания образов (конференция)/Программа ММРО-16
- Математические методы распознавания образов (конференция)/Программа ММРО-17
- Математические методы распознавания образов (конференция)/Программа ММРО-19
- Математические методы распознавания образов (конференция)/Программа ММРО-20
- Математические методы распознавания образов (конференция)/Программа ММРО-2017
- Математические методы распознавания образов (конференция)/Программа ММРО-23
- Математические методы распознавания образов (курс лекций, А.Е. Лепский, А.Г. Броневич)
- Математические методы распознавания образов (курс лекций, В.В.Китов)
- Математические модели и методы принятия решений (курс лекций, Е.З.Мохонько)
- Математические модели и методы принятия решений (курс лекций, Е.З.Мохонько)/Вопросы
- Математические модели и методы управления сложных систем (курс лекций, В.И.Цурков)
- Математические модели и методы управления сложных систем (курс лекций, В.И.Цурков)/Вопросы
- Математические основы теории прогнозирования (курс лекций)
- Математические основы теории прогнозирования (курс лекций)/2012/Задание СФ
- Математические основы теории прогнозирования (курс лекций, Ю.И. Журавлев, Д.П. Ветров)/2011/Задание СФ
- Математический институт им. В. А. Стеклова Российской академии наук
- Математический прогноз даты сильных землетрясений
- Математическое ожидание
- Машина опорных векторов
- Машинное обучение
- Машинное обучение (В.В.Китов, РЭУ им.Плеханова)
- Машинное обучение (РЭУ)
- Машинное обучение (курс лекций, В.В.Китов)/2015-2016
- Машинное обучение (курс лекций, К.В.Воронцов)
- Машинное обучение (курс лекций, К.В.Воронцов)/2009
- Машинное обучение (курс лекций, К.В.Воронцов)/ToDo
- Машинное обучение (курс лекций, К.В.Воронцов)/Вопросы
- Машинное обучение (курс лекций, К.В.Воронцов)/Семестровый курс
- Машинное обучение (курс лекций, К.В.Воронцов)/Форма отчета
- Машинное обучение (курс лекций, Н.Ю.Золотых)
- Машинное обучение (курс лекций, СГАУ, С.Лисицын)
- Машинное обучение (практика, В.В. Стрижов)/ФУПМ, весна 2020
- Машинное обучение (семинары, ВМК МГУ)
- Машинное обучение (семинары, ВМК МГУ)/2012
- Машинное обучение (семинары, ВМК МГУ)/2013-2014 год, весна
- Машинное обучение (семинары, ВМК МГУ)/2013-2014 год, осень
- Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, весна
- Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, осень
- Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, осень/Лабораторная работа 1
- Машинное обучение (семинары, ВМК МГУ)/2014-2015 год, осень/Лабораторная работа 2
- Машинное обучение (семинары, ВМК МГУ)/2015-2016 год, весна
- Машинное обучение (семинары, ВМК МГУ)/2015-2016 год, осень
- Машинное обучение (семинары, ВМК МГУ)/Виртуальная машина
- Машинное обучение и анализ данных (журнал)
- Машинное обучение и анализ данных (журнал)/Оформление графиков
- Машинное обучение и обучаемость: сравнительный обзор
- Медиальное множество
- Медиана
- Медианный критерий
- Международная ассоциация распознавания образов (IAPR)
- Международный стандарт представления чисел с плавающей точкой в ЭВМ
- Метод LSD
- Метод k ближайших соседей (пример)
- Метод k взвешенных ближайших соседей (пример)
- Метод Белсли
- Метод Бенджамини-Иекутиели
- Метод Бенджамини-Хохберга
- Метод Бокса-Кокса
- Метод Монте-Карло
- Метод Натаниеля Мейкона (N.Macon) поиска исходных приближений для случая почти равных корней
- Метод Нелдера-Мида
- Метод Ньютона-Гаусса
- Метод Ньютона. Метод Стеффенсена
- Метод Ньютона. Проблема области сходимости. Метод парабол. Совмещение методов Ньютона и парабол
- Метод Парзеновского окна (пример)
- Метод Холма
- Метод ближайших соседей
- Метод главных компонент
- Метод градиентного спуска
- Метод группового учёта аргументов
- Метод золотого сечения. Симметричные методы
- Метод касательных (Ньютона-Рафсона)
- Метод множественных сравнений Шеффе
- Метод наибольшего правдоподобия
- Метод наименьших квадратов
- Метод наименьших квадратов с итеративным пересчётом весов
- Метод наименьших углов (пример)
- Метод настройки с возвращениями
- Метод парзеновского окна
- Метод покоординатного спуска
- Метод потенциального бустинга
- Метод потенциальных функций
- Метод потенциальных функций с размещением реперных объектов в 1 классе
- Метод простых итераций
- Метод релевантных векторов
- Метод секущих
- Метод сопряжённых градиентов
- Метод стохастического градиента
- Метод штрафных функций
- Методы автоматической обработки текстов (курс лекций, В.В.Китов)/2016
- Методы анализа текстов (семинар, К.В.Воронцов)
- Методы анализа текстов (семинар, К.В.Воронцов)/2017-2018 год
- Методы деконволюции изображений
- Методы дихотомии
- Методы исключения Гаусса
- Методы машинного обучения (А. И. Майсурадзе)
- Методы машинного обучения и поиск достоверных закономерностей в данных (курс лекций, О.В. Сенько)
- Методы наивысшей алгебраической точности (Гаусса - Кристоффеля)
- Методы оптимизации (курс лекций)
- Методы оптимизации в машинном обучении (курс лекций)/2012
- Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 1
- Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 2
- Методы оптимизации в машинном обучении (курс лекций)/2012/Задание 3
- Методы оптимизации в машинном обучении (курс лекций)/2014
- Методы оптимизации в машинном обучении (курс лекций)/2015
- Методы оптимизации в машинном обучении (курс лекций)/2016
- Методы оптимизации в машинном обучении (курс лекций)/2017
- Методы оптимизации в машинном обучении (курс лекций)/2018
- Методы оптимизации в машинном обучении (курс лекций)/2020
- Методы оптимизации в машинном обучении (курс лекций)/2021
- Методы парабол (Симпсона) и более высоких степеней (Ньютона - Котеса)
- Методы прямоугольников и трапеций
- Метрика
- Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)
- Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/2018H1, ВМК
- Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)/до 2017, ВМК
- Метрический классификатор
- Метрическое сгущение
- Минимизация эмпирического риска
- Многомерная гусеница, выбор длины и числа компонент гусеницы (пример)
- Многомерная интерполяция и аппроксимация на основе теории случайных функций
- Многомерная линейная регрессия
- Многомерная случайная величина
- Многомерный статистический анализ и вероятностное моделирование реальных процессов (семинар)
- Множественная проверка гипотез
- Модели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)
- Модели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)/Вопросы
- Моделирование мышления (школа Бонгарда)
- Модель МакКаллока-Питтса
- Модель Тейла-Вейджа
- Модель Тригга-Лича
- Модель Хольта
- Модель Хольта-Уинтерса
- Модель зависимости
- Модель панельных данных с временны́ми эффектами
- Модель панельных данных с фиксированными эффектами
- Модель панельных данных со случайными эффектами
- Модифицированная ортогонализация Грама-Шмидта
- Моменты случайной величины
- Монотонная коррекция
- Московский государственный университет имени М. В. Ломоносова
- Московский физико-технический институт (государственный университет)
- Моя первая научная статья (лекции и практика)/Сборник, весна 2023
- Моя первая научная статья (лекции и практика, В.В. Стрижов)/Группы 874, 821, 813, весна 2021
- Моя первая научная статья (практика, В.В. Стрижов)/Группы 774, 794, весна 2020
- Мультиколлинеарность
- Мультиномиальное распределение зависимых случайных величин
- Мультиномиальное распределение независимых случайных величин
- Мультиномиальное распределение с равновероятными успехами испытаний Бернулли
- Мультиномиальное распределение с упорядоченными элементами подмножеств
- Муравьиные алгоритмы
- Наивный байесовский классификатор
- Написание отчётов и статей (рекомендации)
- Научно-исследовательская работа (рекомендации)
- Научно-образовательный центр при МИАН
- Научные конференции
- Научный семинар по специальности (практика, А.И.Эрлих)
- Научный семинар по специальности (практика, А.И.Эрлих)/Вопросы
- Нейробайесовские методы машинного обучения (курс лекций) / 2018
- Нейробайесовские методы машинного обучения (курс лекций) / 2019
- Нейробайесовские методы машинного обучения (курс лекций) / 2020
- Нейробайесовские методы машинного обучения (курс лекций) / 2022
- Нейрокомпьютерный интерфейс
- Нейрокриптография
- Нейронная сеть Кохонена
- Нейросетевые методы обработки изображений (В.В.Китов)
- Нейросеть
- Нелинейная регрессия
- Непараметрическая регрессия
- Непараметрическая регрессия: ядерное сглаживание
- Непрерывные морфологические модели и алгоритмы (курс лекций, Л.М. Местецкий)
- Неравенство Бонферрони
- Нестатистические методы анализа данных и классификации (курс лекций, В.В. Рязанов, 2010)
- Нестатистические методы анализа данных и классификации (курс лекций, В.В.Рязанов)
- Неточные множества
- Новости
- Нормализация ДНК-микрочипов
- Нормальное распределение
- Нулевая гипотеза
- Обзорные статьи на английском языке
- Обнаружение жизненного цикла товаров (отчет)
- Обобщённая линейная модель
- Обобщённое среднее
- Обработка и распознавание изображений (курс лекций, Л.М. Местецкий)
- Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)
- Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)/Вопросы
- Обработка изображений в системах искусственного интеллекта (курс лекций, И.А.Матвеев)/Вопросы 1 семестр
- Обучение без учителя
- Обучение по предпочтениям
- Обучение с подкреплением
- Обучение с подкреплением (курс лекций) / 2020
- Обучение с подкреплением (курс лекций) / 2021
- Обучение с подкреплением (курс лекций) / 2022
- Обучение с подкреплением (курс лекций) / 2023
- Обучение с учителем
- Общество промышленной и прикладной математики (SIAM)
- Объединённая модель панельных данных
- Одномерная линейная регрессия
- Однослойные сети RBF для решения задач регрессии (пример)
- Однослойный персептрон (пример)
- Однофакторная непараметрическая модель
- Однофакторная параметрическая модель
- Описание окрестности точки наибольшего правдоподобия моделей (пример)
- Описательная статистика
- Определение гиперпараметров для MVR
- Оптимальное прореживание нейронных сетей
- Оптимальное прореживание нейронных сетей (пример)
- Оптимизация ассортимента торговых точек (задача с данными)
- Оптимизация и ее приложения (регулярный семинар)
- Основные модели данных в аналитической деятельности (курс лекций, А.И. Майсурадзе)
- Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)
- Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)/Вопросы
- Основы обобщенного спектрально-аналитического метода и его приложения (курс лекций, Ф.Ф. Дедус)
- Остаточная сумма квадратов
- Отчет о выполнении исследовательского проекта (практика, В.В. Стрижов)
- Оценивание дискретных распределений при дополнительных ограничениях на вероятности некоторых событий (виртуальный семинар)
- Оценивание плотности распределения
- Оценка обобщающей способности (японская притча)
- Оценка параметров смеси моделей
- Оценка сложности регрессионных моделей (пример)
- Оценка эффективности природоохранных программ (пример)
- Ошибки вычислений
- Павловский, Юрий Николаевич
- Пакеты прикладных программ (семинары)/2017
- Парадокс хи-квадрат
- Парадоксы мультиномиального распределения
- Параллельные вычисления в Matlab
- Переобучение
- Персептрон
- Плоидность
Просмотреть (предыдущие 250) (следующие 250) (20 | 50 | 100 | 250 | 500)