Масштабирование и нормализация как основа Data Cleaning ПА Пылов, АВ Протодьяконов Инновации. Наука. Образование, 225-232, 2020 | 34 | 2020 |
Data Cleaning или краеугольная основа General Artificial Intelligence ПА Пылов, АВ Протодьяконов Инновации. Наука. Образование, 208-211, 2020 | 34 | 2020 |
Анализ потенциала органических материалов для эффективного производства высококачественного твердого топлива ПА Пылов, РВ Майтак, АВ Протодьяконов | 19 | 2023 |
Параметризация гиперпараметров в прикладных моделях машинного обучения на основе ядерных функций ПА Пылов, РВ Майтак, АВ Протодьяконов | 19 | 2023 |
АСИМПТОТИЧЕСКИЙ АНАЛИЗ ПОВЕДЕНИЯ ПРИКЛАДНЫХ МОДЕЛЕЙ МАШИННОГО ОБУЧЕНИЯ АВ Протодьяконов, АВ Дягилева, ПА Пылов Общество с ограниченной ответственностью Издательство Инфра-Инженерия, 2023 | 16 | 2023 |
ИССЛЕДОВАНИЕ ПРОБЛЕМЫ «OVERFITTING» В АЛГОРИТМАХ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА НА ПРОТОТИПЕ МОДЕЛИ РЕГРЕССИИ ДЕРЕВА РЕШЕНИЙ ПА Пылов, АВ Протодьяконов Инновации. Наука. Образование, 346-348, 2020 | 15 | 2020 |
Многомерные нормальные распределения величин наборов данных на примере визуализации частных случаев ПА Пылов, АВ Протодьяконов Инновации. Наука. Образование, 352-360, 2020 | 15 | 2020 |
Особенности построения случайным образом сгенерированных наборов данных с несколькими метками классификации ПА Пылов, АВ Протодьяконов Инновации. Наука. Образование, 361-363, 2020 | 15 | 2020 |
МЕТОДОЛОГИИ ЧАСТИЧНОЙ ЗАВИСИМОСТИ В РАСШИРЕННОМ ПОСТРОЕНИИ ГРАФИКОВ ПА Пылов, АВ Протодьяконов Инновации. Наука. Образование, 349-351, 2020 | 15 | 2020 |
Способ нечёткого сопоставления в корректировке несогласованного ввода данных алгоритмов artificial intelligence ПА Пылов, АВ Протодьяконов Инновации. Наука. Образование, 240-246, 2020 | 15 | 2020 |
ВЕРОЯТНОСТНЫЕ КАЛИБРОВКИ КЛАССИФИКАТОРОВ В МАШИННОМ ОБУЧЕНИИ ПА Пылов, АВ Протодьяконов Инновации. Наука. Образование, 333-336, 2020 | 15 | 2020 |
Аналитика возможностей визуализации данных в разнообразных темах оформления на основе библиотек matplotlib и seaborn ПА Пылов Россия молодая, 21115.1-21115.5, 2020 | 11 | 2020 |
Интерпретируемые модели машинного обучения для анализа сейсмоакустических данных ПА Пылов Обработка информации и математическое моделирование, 196-198, 2023 | 9 | 2023 |
Разработка метода автоматизированного сейсмоакустического мониторинга на базе компьютерного анализа ядерных функций АВ Дягилева, ПА Пылов, РВ Майтак Вестник научного центра по безопасности работ в угольной промышленности, 2023 | 9 | 2023 |
Значимость правильного выбора типа лидера на результат работы команды на примере разработки инновационного проекта автомобилестроительной компании ПА Пылов, ВЕ Садовников, АВ Протодьяконов, АИ Бобровских Россия молодая, 94405.1-94405.4, 2022 | 9 | 2022 |
Экстракция признаков в моделях последовательного глубокого обучения ПА Пылов, АВ Протодьяконов Россия молодая, 31525.1-31525.3, 2022 | 9 | 2022 |
Модификация нейронной сети xgboost в задачи детекции мошеннических банковских транзакций ПА Пылов, АВ Протодьяконов Россия молодая, 31526.1-31526.7, 2022 | 9 | 2022 |
Teamlead как разработчик и юридический лидер команды в одном лице ПА Пылов, АВ Протодьяконов, АИ Бобровских Россия молодая, 94406.1-94406.7, 2022 | 9 | 2022 |
Иммитационная модель искусственного интеллекта для автоматизированной разработки угольных месторождений АВ Дягилева, ПА Пылов Вестник научного центра по безопасности работ в угольной промышленности, 92-96, 2023 | 8 | 2023 |
Разработка интеллектуальной модели для автоматизированного определения стиля архитектуры здания ПА Пылов, АВ Дягилева, ЕА Николаева, ТА Шалыгина Вестник Томского государственного архитектурно-строительного университета 25 …, 2023 | 8 | 2023 |