Standard

Практический курс классического машинного обучения с использованием моделей математического программирования: учебное пособие. / Чернавин, Павел Федорович; Чернавин, Николай Павлович; Чернавин, Федор Павлович и др.
Екатеринбург: Издательство Уральского университета, 2023. 124 стр.

Результаты исследований: Книга/отчет › Учебное издание › Рецензирование

Harvard

Чернавин, ПФ, Чернавин, НП, Чернавин, ФП, Кощеев, АС (ред.) & Ермаков, ДГ 2023, Практический курс классического машинного обучения с использованием моделей математического программирования: учебное пособие. Издательство Уральского университета, Екатеринбург. <https://elar.urfu.ru/handle/10995/128482>

APA

Чернавин, П. Ф., Чернавин, Н. П., Чернавин, Ф. П., Кощеев, А. С. (Ред.), & Ермаков, Д. Г. (2023). Практический курс классического машинного обучения с использованием моделей математического программирования: учебное пособие. Издательство Уральского университета. https://elar.urfu.ru/handle/10995/128482

Vancouver

Чернавин ПФ, Чернавин НП, Чернавин ФП, Кощеев АС, (ed.), Ермаков ДГ. Практический курс классического машинного обучения с использованием моделей математического программирования: учебное пособие. Екатеринбург: Издательство Уральского университета, 2023. 124 стр.

Author

Чернавин, Павел Федорович ; Чернавин, Николай Павлович ; Чернавин, Федор Павлович и др. / Практический курс классического машинного обучения с использованием моделей математического программирования : учебное пособие. Екатеринбург : Издательство Уральского университета, 2023. 124 стр.

BibTeX

@book{5d698041bb9f44a6ac9185c01aef06a3,
title = "Практический курс классического машинного обучения с использованием моделей математического программирования: учебное пособие",
abstract = "Учебно-методическое пособие посвящено изучению базовых методик машинного обучения для решения задач регрессии, классификации и кластеризации. Основной акцент делается на приобретении навыков решения практических задач различными методами, поэтому пособие содержит большое количество примеров, для решения которых приведены программы в кодах Wolfram Mathematica, Python, IBM ILOC CPLEX. Настоящее пособие может быть интересно и полезно как начинающим, так и опытным специалистам в области машинного обучения и может быть использовано для изучения (преподавания) данного курса. Приобретенные навыки в дальнейшем могут быть применены для решения задач из области исследования операций.",
author = "Чернавин, {Павел Федорович} and Чернавин, {Николай Павлович} and Чернавин, {Федор Павлович} and Ермаков, {Дмитрий Германович}",
editor = "Кощеев, {Анатолий Сергеевич}",
note = "Рекомендовано методическим советом Уральского федерального университета для студентов вуза, обучающихся по направлениям подготовки 09.03.01, 09.04.01 — Информатика и вычислительная техника, 09.03.02, 09.04.02 — Информационные системы и технологии, 09.03.03, 09.04.03 — Прикладная информатика, 09.03.04, 09.04.04 — Программная инженерия",
year = "2023",
language = "Русский",
isbn = "978-5-7996-3767-5",
publisher = "Издательство Уральского университета",
address = "Российская Федерация",

}

RIS

TY - BOOK

T1 - Практический курс классического машинного обучения с использованием моделей математического программирования

T2 - учебное пособие

AU - Чернавин, Павел Федорович

AU - Чернавин, Николай Павлович

AU - Чернавин, Федор Павлович

A2 - Кощеев, Анатолий Сергеевич

A2 - Ермаков, Дмитрий Германович

N1 - Рекомендовано методическим советом Уральского федерального университета для студентов вуза, обучающихся по направлениям подготовки 09.03.01, 09.04.01 — Информатика и вычислительная техника, 09.03.02, 09.04.02 — Информационные системы и технологии, 09.03.03, 09.04.03 — Прикладная информатика, 09.03.04, 09.04.04 — Программная инженерия

PY - 2023

Y1 - 2023

N2 - Учебно-методическое пособие посвящено изучению базовых методик машинного обучения для решения задач регрессии, классификации и кластеризации. Основной акцент делается на приобретении навыков решения практических задач различными методами, поэтому пособие содержит большое количество примеров, для решения которых приведены программы в кодах Wolfram Mathematica, Python, IBM ILOC CPLEX. Настоящее пособие может быть интересно и полезно как начинающим, так и опытным специалистам в области машинного обучения и может быть использовано для изучения (преподавания) данного курса. Приобретенные навыки в дальнейшем могут быть применены для решения задач из области исследования операций.

AB - Учебно-методическое пособие посвящено изучению базовых методик машинного обучения для решения задач регрессии, классификации и кластеризации. Основной акцент делается на приобретении навыков решения практических задач различными методами, поэтому пособие содержит большое количество примеров, для решения которых приведены программы в кодах Wolfram Mathematica, Python, IBM ILOC CPLEX. Настоящее пособие может быть интересно и полезно как начинающим, так и опытным специалистам в области машинного обучения и может быть использовано для изучения (преподавания) данного курса. Приобретенные навыки в дальнейшем могут быть применены для решения задач из области исследования операций.

UR - https://elibrary.ru/item.asp?id=58800464

M3 - Учебное издание

SN - 978-5-7996-3767-5

BT - Практический курс классического машинного обучения с использованием моделей математического программирования

PB - Издательство Уральского университета

CY - Екатеринбург

ER -

ID: 50759789