Распознавание образов и машинное обучение

Классификация, SVM/VC-теория, МГУА, алгебраический подход (Журавлёв), структурно-эталонное распознавание. Наследие: Вапник, Ивахненко, Журавлёв, Бонгард, Рудаков, Визильтер.

← Назад к направлению
⏱ 170 мин 📖 8 теорий 📝 1 кейсов

📚 Микро-теория

Бонгард: проблема узнавания (1967)

Раннее распознавание зрительных образов в СССР

20 мин

От распознавания образов к современному ML

VC-теория → SVM, МГУА → нейросети, алгебраический подход → ансамбли. Эволюция

20 мин

Ивахненко: МГУА — самоорганизация моделей

Метод группового учёта аргументов — предшественник ансамблей и AutoML

20 мин

Распознавание образов: постановка задачи

Признаковое пространство, классы, решающее правило, обучение с учителем/без

20 мин

Рудаков: алгебраическая теория универсальных и локальных ограничений

Продолжатель Журавлёва — формальная база семейств распознавания, ВЦ Дородницына РАН

20 мин

Вапник и Червоненкис: VC-теория и SVM

Советская школа статистического обучения, опередившая западную на десятилетие

25 мин

Визильтер: структурно-эталонное распознавание и машинное зрение

ГосНИИАС — российская школа CV, продолжение Бонгарда/Журавлёва в зрении

20 мин

Журавлёв: алгебраический подход к распознаванию

Алгебра над эвристическими моделями

25 мин

🎯 Практические кейсы

Алгебраический подход Журавлёва: голосование моделей
Средний ⏱ 30 мин
Журавлёв алгебраический подход голосование

🧠 Проверь себя

💬 Чат с наставником

Привет! 👋

Я помогу тебе освоить ИИ-компетенции. С чего начнём?