Участник:Tatarchuk
Материал из MachineLearning.
(Различия между версиями)
(→ПО) |
(→Российские конференции) |
||
| Строка 35: | Строка 35: | ||
* [http://www.mmro.ru Математические Методы распознавания образов (ММРО)] | * [http://www.mmro.ru Математические Методы распознавания образов (ММРО)] | ||
| - | * [http://www.twim.crimea.edu/ Интеллектуализация обработки информации | + | * [http://www.twim.crimea.edu/ Интеллектуализация обработки информации 2008 (ИОИ 2008)] |
| - | * Распознавание образов и анализ изображений (РОАИ) | + | * [http://agora.guru.ru/pria-2008/ Распознавание образов и анализ изображений 2008 (РОАИ 2008)] |
=== Зарубежные конференции === | === Зарубежные конференции === | ||
Версия 12:41, 20 июня 2008
Татарчук Александр Игоревич
Содержание |
Участие в проекте
Биографии
Распознавание
Конференции
Вспомогательные статьи
- MachineLearning:Справка
- MachineLearning:Инструктаж
- Википедия:Как править статьи
- Википедия:Оформление статей, правила русской типографики
- Википедия:Вставка специальных символов
- Википедия:Формулы
- Википедия:Как делать таблицы
- Википедия:Изображения
Полезная информация
ВАК
- Высшая аттестационная комиссия РФ (ВАК)
- Перечень ведущих российских рецензируемых научных журналов и изданий ВАК (редакция апрель 2008 года)
- О зарубежных научных журналах и изданиях, в которых могут быть опубликованы основные научные результаты диссертации на соискание ученой степени доктора и кандидата наук
- Web of Science: Science Citation Index Expanded (индекс цитируемости зарубежных журналов по естественным наукам, одобренный ВАК)
Библиотеки
Российские конференции
- Математические Методы распознавания образов (ММРО)
- Интеллектуализация обработки информации 2008 (ИОИ 2008)
- Распознавание образов и анализ изображений 2008 (РОАИ 2008)
Зарубежные конференции
Workshops
Инструментарий
Солвер для решения общих задач линейного и квадратичного программирования. Доступна многократная полугодовая студенческая лицензия.
Наиболее развитая и популярная реализация SVM на С++. Библиотека адаптирована для больших выборок и имеет эффективную реализацию скользящего контроля. Включены стандартные кернелы и допускается использование специальных.
Эффективные и простые в использовании реализации SVM на С++ со схожими интерфейсами. В SVMLinear реализована только линейная классификация. Работают с большими выборками.
