Машинное обучение и анализ данных (журнал)

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(→Участникам проекта «MLAlgorithms»)
 
(46 промежуточных версий не показаны.)
Строка 1: Строка 1:
-
__NOTOC__
+
== "Машинное обучение и анализ данных" ==
-
== "Машинное обучение и анализ данных", ISSN 2223-3792 ==
+
{{TOCright}}
-
'''«Journal of Machine Learning and Data Analysis» / ISSN 2223-3792 Rus.'''
+
-
'''Машинное обучение и анализ данных''' — журнал студенческих научно-исследовательских работ.
+
Журнал '''Машинное обучение и анализ данных''' публикует новые теоретические и обзорные статьи с результатами научных исследований в области теоретической информатики и её приложений. Цель журнала – развитие теории машинного обучения, интеллектуального анализа данных и методов проведения вычислительных экспериментов. Принимаются статьи на русском и английском языке.
-
Цель журнала – развитие методов проведения вычислительных экспериментов в области машинного обучения и интеллектуального анализа данных. Журнал, прежде всего, предназначен для публикации работ аспирантов и студентов, изучающих курс «Численные методы машинного обучения» и занимающихся теоретическими и эмпирическими исследованиями свойств алгоритмов регрессии и классификации. Приветствуются также обзорные, фундаментальные и методические статьи исследователей, работающих в области машинного обучения.
+
 
 +
[http://elibrary.ru/title_about.asp?id=32828 ''Информация о цитировании статей''] находится на сайте Российского индекса научного цитирования. ISSN 2223-3792.
== Тематика журнала: ==
== Тематика журнала: ==
-
* регрессионный анализ
+
* классификация, кластеризация, регрессионный анализ,
-
* классификация,
+
-
* кластеризация,
+
* многомерный статистический анализ,
* многомерный статистический анализ,
* байесовские методы регрессии и классификации,
* байесовские методы регрессии и классификации,
 +
* выбор моделей и сложность,
 +
* предсказательное моделирование,
 +
* статистическая теория обучения,
* методы прогнозирования временных рядов,
* методы прогнозирования временных рядов,
 +
* методы обработки и распознавания сигналов,
* методы оптимизации в задачах машинного обучения и анализа данных,
* методы оптимизации в задачах машинного обучения и анализа данных,
* методы визуализации данных,
* методы визуализации данных,
Строка 19: Строка 21:
* прикладные задачи анализа данных.
* прикладные задачи анализа данных.
-
== Получить номер журнала ==
+
== Полезные ссылки ==
-
* [[Media:JMLDA2011no1.pdf|2011, номер 1]]
+
* Новостной сайт журнала: [http://jmlda.org jmlda.org]
-
* 2011, номер 2 — готовится
+
* Система подачи статей: [http://jmlda.org/papers jmlda.org/papers]
-
 
+
* Образец статьи: http://jmlda.org/papers/doc/jmlda-template.pdf
-
См. также [http://strijov.ru/uploads/ThePractice2010MIPT.pdf пилотный выпуск журнала — 2010, PDF 18MB]
+
* Архив с образцом: http://jmlda.org/papers/doc/jmlda-guides.zip
 +
* [https://www.sharelatex.com/project/535dda5bb09e6ec61d22681b?r=064b9bcb&rs=ps&rm=d Образец на sharelatex]
 +
* [https://www.sharelatex.com/project/536a61a1fa8c49153a5e1699?r=064b9bcb&rs=ps&rm=d Список основных обозначений на sharelatex]
 +
* [[Машинное обучение и анализ данных (журнал)/Оформление графиков|Оформление графиков]]
 +
* [[JMLDA/MVR|Проведение вычислительного эксперимента онлайн]]
 +
* Электронная почта: info@jmlda.org
 +
* Для оформления списка литературы согласно ГОСТ необходимо зайти на сайт CTAN в раздел [http://www.ctan.org/tex-archive/biblio/bibtex/contrib/gost ГОСТ], скачать bst-файл, который лучше всего подходит для Вашей статьи (детали см. [http://mirrors.ctan.org/biblio/bibtex/contrib/gost/README тут]), и поместить его в папку, где находится tex-файл. В tex-файле перед подключением bib-файла необходимо указать стиль списка литературы командой \bibliographystyle{your_bst-file}.
== Рекомендации авторам ==
== Рекомендации авторам ==
-
Вёрстка журнала выполняется самими авторами по следующей схеме.
+
Журнал принимает статьи через [http://jmlda.org/papers ''электронную систему подачи статей''] на русском и английском языках.
-
=== Участникам проекта «[[SourceForge|MLAlgorithms]]» ===
+
* Необходимо [http://jmlda.org/papers/index.php/JMLDA/user/register ''зарегистрироваться''] в электронной системе подачи статей, заполнив все необходимые поля на русском или английском языке и поставив галочку в поле «зарегистрироваться как автор».
-
# В репозитории [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/ mlalgorithms], в папке '''JMLDА''' отыскивается папка с текущим номером журнала (на 16.06.11 это 2011no2).
+
* Войти под зарегистрированным именем в [http://jmlda.org/papers/index.php/JMLDA/user ''МОЙ КАБИНЕТ''], нажать на кнопку «Новая статья».
-
# Статья загружается в папку '''\JMLDA\2011no2''' в виде файлов
+
* Выполнить необходимые шаги для успешной подачи статьи:
-
## Surname2011Title.tex, то есть <Фамилия автора><ГОД><Первое или ключевое слово названия статьи>
+
-
## Surname2011Title_Fig1.eps,... (''картинки .eps и .png вместе не компилируются'')
+
-
# Открывается текущий номер журнала '''_jmlda2011no2.tex''', добавляется ссылка на свою статью '''\paper--+{Surname2011Title}'''.
+
-
# Текущий номер журнала компилириуетя, проверяется его целостность и качество верстки.
+
-
 
+
-
В теле своей статьи должны быть выполнены при этом следующие правки заголовка.
+
-
<pre>
+
-
\documentclass[12pt]{article}\usepackage{mmro15}
+
-
\begin{document}
+
-
\title{Выбор моделей прогнозирования}
+
-
\author{И.\,О.~Фамилия}
+
-
\email{name.surname@mipt.ru}
+
-
\organization{Московский физико-технический институт, ФУПМ, каф. <<Интеллектуальные системы>>}
+
-
\thanks{Научный руководитель И.\,О.~Фамилия}
+
-
\abstract{
+
-
Исследуется проблема.
+
-
 
+
-
\bigskip
+
-
\emph{Ключевые слова}: прогнозирование.
+
-
}
+
-
\maketitle
+
-
</pre>
+
-
Совет: центрируйте таблицы и графики.
+
-
<pre>
+
-
\centering{
+
-
\begin{tabular} ... \end{tabular}
+
-
}
+
-
</pre>
+
-
Список литературы:
+
-
<pre>
+
-
\begin{thebibliography}{99}
+
-
\bibitem{Chen1989} Chen Y.\,W., Billings C.\,A., Luo W. \textit{Orthogonal least squares methods and their application to non-linear system identication}~// International Journal of Control, 1989, Vol. 2, no. 50, Pp. 873-896.
+
-
\end{thebibliography}
+
-
</pre>
+
-
 
+
-
{{tip|В данный момент статьи копируются (дублируются) в папку журнала. Это нужно для фиксации содержания журнала.}}
+
-
 
+
-
=== Всем остальным ===
+
-
# Требования к оформлению статей находятся [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)|здесь]], используется класс amspaper.
+
-
# Статья отсылается по адресу strijov@ccas.ru, а именно:
+
-
## Surname2011Title.tex
+
-
## Surname2011Title_fig1.eps, ...
+
-
## Surname2011Title.pdf
+
-
== Контакты ==
+
# Начало отправки. Необходимо подтвердить соглашение, поставив галочку в соответствующем поле.
-
* E-mail: strijov@ccas.ru,
+
# Загрузить статью. Следует прикрепить один архивный файл формата zip или rar. Архив должен содержать файлы, необходимые для корректной компиляции статьи в системе MiKTeX, а также скомпилированную статью в формате pdf с использованием стилевого файла jmlda.sty. Правила оформления статей содержатся в http://jmlda.org/papers/doc/authors-guide.pdf.
-
* Тел.: 8 (499) 135-4163,
+
# Работу над статьей удобно начать с редактирования [http://jmlda.org/papers/doc/jmlda-template.pdf ''файла-образца''], исходник которого и все необходимые для компиляции файлы содержатся в архиве http://jmlda.org/papers/doc/jmlda-guides.zip.
-
* Почта: 119333, Москва, ул. Вавилова 42-268.
+
# Заполнить информацию обо всех авторах и соавторах на русском и английском языках, заполнить поля «название статьи» и «аннотация» на русском и английском языках.
 +
# Подтвердить отправку статьи в журнал, нажав на соответствующую кнопку.
-
Научный редактор журнала: [[Участник:strijov|Вадим Викторович Стрижов]].
+
* Отправленная таким образом статья будет видна автору во вкладке [http://jmlda.org/papers/index.php/JMLDA/user ''МОЙ КАБИНЕТ'']. Нажав на кнопку «СТАТУС», можно увидеть статус статьи: наличие рецензентов, ответы рецензентов, вынесенное рецензентами решение.
 +
* Если рецензенты выносят решение принять статью в журнал, то автору отправляется уведомление о принятии статьи на электронную почту.
 +
* Если рецензенты выносят решение отправить статью на доработку, необходимо внести соответствующие правки и переподать архив рукописи в систему. Переподачу нужно осуществлять на странице статьи, которая появляется во вкладке [http://jmlda.org/papers/index.php/JMLDA/user ''МОЙ КАБИНЕТ''].
== См. также ==
== См. также ==
Строка 85: Строка 53:
# [[Отчет о выполнении исследовательского проекта (практика, В.В. Стрижов)|Выполнение исследовательских проектов]]
# [[Отчет о выполнении исследовательского проекта (практика, В.В. Стрижов)|Выполнение исследовательских проектов]]
# [[Автоматизация и стандартизация научных исследований (практика, В.В. Стрижов)|Автоматизация и стандартизация научных исследований]]
# [[Автоматизация и стандартизация научных исследований (практика, В.В. Стрижов)|Автоматизация и стандартизация научных исследований]]
 +
# [[Журналы ВАК по тематике ресурса|Журналы ВАК по тематике ресурса]]
[[Категория:Учебные курсы]]
[[Категория:Учебные курсы]]
 +
[[Категория:Научные конференции]]
 +
[[Категория:Рекомендации для студентов]]

Текущая версия

"Машинное обучение и анализ данных"

Содержание

Журнал Машинное обучение и анализ данных публикует новые теоретические и обзорные статьи с результатами научных исследований в области теоретической информатики и её приложений. Цель журнала – развитие теории машинного обучения, интеллектуального анализа данных и методов проведения вычислительных экспериментов. Принимаются статьи на русском и английском языке.

Информация о цитировании статей находится на сайте Российского индекса научного цитирования. ISSN 2223-3792.

Тематика журнала:

  • классификация, кластеризация, регрессионный анализ,
  • многомерный статистический анализ,
  • байесовские методы регрессии и классификации,
  • выбор моделей и сложность,
  • предсказательное моделирование,
  • статистическая теория обучения,
  • методы прогнозирования временных рядов,
  • методы обработки и распознавания сигналов,
  • методы оптимизации в задачах машинного обучения и анализа данных,
  • методы визуализации данных,
  • обработка и распознавание речи и изображений,
  • анализ и понимание текста, информационный поиск,
  • прикладные задачи анализа данных.

Полезные ссылки

Рекомендации авторам

Журнал принимает статьи через электронную систему подачи статей на русском и английском языках.

  • Необходимо зарегистрироваться в электронной системе подачи статей, заполнив все необходимые поля на русском или английском языке и поставив галочку в поле «зарегистрироваться как автор».
  • Войти под зарегистрированным именем в МОЙ КАБИНЕТ, нажать на кнопку «Новая статья».
  • Выполнить необходимые шаги для успешной подачи статьи:
  1. Начало отправки. Необходимо подтвердить соглашение, поставив галочку в соответствующем поле.
  2. Загрузить статью. Следует прикрепить один архивный файл формата zip или rar. Архив должен содержать файлы, необходимые для корректной компиляции статьи в системе MiKTeX, а также скомпилированную статью в формате pdf с использованием стилевого файла jmlda.sty. Правила оформления статей содержатся в http://jmlda.org/papers/doc/authors-guide.pdf.
  3. Работу над статьей удобно начать с редактирования файла-образца, исходник которого и все необходимые для компиляции файлы содержатся в архиве http://jmlda.org/papers/doc/jmlda-guides.zip.
  4. Заполнить информацию обо всех авторах и соавторах на русском и английском языках, заполнить поля «название статьи» и «аннотация» на русском и английском языках.
  5. Подтвердить отправку статьи в журнал, нажав на соответствующую кнопку.
  • Отправленная таким образом статья будет видна автору во вкладке МОЙ КАБИНЕТ. Нажав на кнопку «СТАТУС», можно увидеть статус статьи: наличие рецензентов, ответы рецензентов, вынесенное рецензентами решение.
  • Если рецензенты выносят решение принять статью в журнал, то автору отправляется уведомление о принятии статьи на электронную почту.
  • Если рецензенты выносят решение отправить статью на доработку, необходимо внести соответствующие правки и переподать архив рукописи в систему. Переподачу нужно осуществлять на странице статьи, которая появляется во вкладке МОЙ КАБИНЕТ.

См. также

  1. Численные методы обучения по прецедентам
  2. Выполнение исследовательских проектов
  3. Автоматизация и стандартизация научных исследований
  4. Журналы ВАК по тематике ресурса
Источник — «http://poligon.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85_%28%D0%B6%D1%83%D1%80%D0%BD%D0%B0%D0%BB%29»