deepmachinelearning.ru

• charset: UTF-8
• name: generator content: Docusaurus v3.4.0
• rh: true name: viewport content: width=device-width,initial-scale=1
• rh: true name: twitter:card content: summary_large_image
• rh: true property: og:image content: https://deepmachinelearning.ru/img/social-card.jpg
• rh: true name: twitter:image content: https://deepmachinelearning.ru/img/social-card.jpg
• rh: true property: og:url content: https://deepmachinelearning.ru/
• rh: true property: og:locale content: ru
• rh: true name: docusaurus_locale content: ru
• rh: true name: docusaurus_tag content: default
• rh: true name: docsearch:language content: ru
• rh: true name: docsearch:docusaurus_tag content: default
• rh: true name: keywords content: машинное обучение, глубокое обучение, глубокое машинное обучение, анализ данных, machine learning, deep learning, data science обучение, искусственный интеллект, ИИ, машинное обучение книги, машинное обучение курсы, методы прогнозирования
• rh: true property: og:title content: Онлайн-учебник по машинному обучению и нейросетям. | Машинное и глубокое обучение
• rh: true name: description content: Онлайн-учебник по машинному обучению (machine learning) и глубоким нейросетям (глубокому обучению, deep learning) на основе лекций, читаемых на факультете Вычислительной математики и кибернетики в МГУ им. М.В.Ломоносова. Учебник покрывает весь цикл разработки классических и нейросетевых моделей машинного обучения: постановку задачи, подготовку данных, кодирование и нормализацию признаков, выбор модели и настройку её параметров, оценку качества и интерпретацию результатов работы. В учебнике рассматриваются задачи обучения с учителем (supervised learning) и без учителя (unsupervised learning), задачи регрессии и классификации, семантической и instance сегментации, детекции объектов, построения эмбеддингов, обработки и генерации текста, обработки графа целиком и его отдельных вершин и связей.
• rh: true property: og:description content: Онлайн-учебник по машинному обучению (machine learning) и глубоким нейросетям (глубокому обучению, deep learning) на основе лекций, читаемых на факультете Вычислительной математики и кибернетики в МГУ им. М.В.Ломоносова. Учебник покрывает весь цикл разработки классических и нейросетевых моделей машинного обучения: постановку задачи, подготовку данных, кодирование и нормализацию признаков, выбор модели и настройку её параметров, оценку качества и интерпретацию результатов работы. В учебнике рассматриваются задачи обучения с учителем (supervised learning) и без учителя (unsupervised learning), задачи регрессии и классификации, семантической и instance сегментации, детекции объектов, построения эмбеддингов, обработки и генерации текста, обработки графа целиком и его отдельных вершин и связей.

• Перейти к основному содержимому
• http://deepmachinelearning.ru/
• первой части учебника
• Вторая часть учебника
• Практика
• Обозначения
• лицензия
• [email protected]

• baseUrl configuration
• Виктор Китов.
• Papers With Code: The latest in Machine Learning
• учебник по машинному обучению
• школы анализа данных Яндекса
• законом об авторских правах
• freepik
• Новости проекта.

            domain:        DEEPMACHINELEARNING.RU

nserver:       ns1.reg.ru.

nserver:       ns2.reg.ru.

state:         REGISTERED, DELEGATED, VERIFIED

person:        Private Person

registrar:     REGRU-RU

admin-contact: http://www.reg.ru/whois/admin_contact

created:       2023-03-15T15:04:58Z

paid-till:     2027-03-15T15:04:58Z

free-date:     2027-04-15

source:        TCI

Last updated on 2026-08-01T04:53:01Z

        

			User-agent: *
Disallow: /docs/docs_ml/
Disallow: /docs/docs_dl/
Sitemap: https://deepmachinelearning.ru/sitemap.xml