Семинар по машинному обучению — различия между версиями
Root (обсуждение | вклад) |
Root (обсуждение | вклад) м |
||
Строка 7: | Строка 7: | ||
<span style="margin-left: 3em;">Ниже приводится презентация, которую представил слушателям лектор. В ней вы сможете найти подробное описание метода и результатов, которые удаётся получить, применяя его.</span> | <span style="margin-left: 3em;">Ниже приводится презентация, которую представил слушателям лектор. В ней вы сможете найти подробное описание метода и результатов, которые удаётся получить, применяя его.</span> | ||
+ | |||
+ | <center><pdf width="1000" height="700">File:Vinogradov_seminar_mach_learn_131217.pdf</pdf></center> |
Текущая версия на 00:41, 15 декабря 2017
Для начала стоит пояснить, что такое машинное обучение хотя бы в соответствии с Википедией.
Итак, Машинное обучение (англ. Machine Learning) — класс методов искусственного интеллекта, характерной чертой которых является не прямое решение задачи, а обучение в процессе применения решению множества сходных задач.
Так вот, 13 декабря 2017 года на территории Московского физико-технического института, Дмитрий Вячеславович Виноградов как раз и рассказал об одном из методов машинного обучения: ВКФ-методе.
Стоит отметить, что этот метод является неклассическим в том смысле, что не задействует в своей работе нейронных сетей (которые чаще всего применяются для решения подобных задач) и основан на формализованных правдоподобных рассуждениях с использованием инструментов статистики.
Ниже приводится презентация, которую представил слушателям лектор. В ней вы сможете найти подробное описание метода и результатов, которые удаётся получить, применяя его.