Комбинаторная теория переобучения повысила информативность трассерных исследований в нефтегазовых месторождениях

Коллектив российских ученых исследовал применение методов машинного обучения для проектирования трассерных исследований. Целью было повышение достоверности результатов по выявлению гидродинамической связи в пласте между нагнетательными и добывающими скважинами в низкопроницаемых коллекторах с самопроизвольным развитием трещин гидроразрыва пласта (автоГРП) в нагнетательных скважинах. Работа была опубликована в российском журнале «Искусственный интеллект и принятие решений» и была выполнена совместно учеными и исследователями из МФТИ (г. Москва), ООО «РН-БашНИПИнефть» (г. Уфа) и ООО «РН-Юганскнефтегаз» (г. Нефтеюганск).

https://habr.com/ru/articles/941820/

#Комбинаторная_теория_обучения #Трассерные_исследования #Дерево_решений #Гидродинамическая_связь #нефтедобыча #добыча_газа #промысловые_исследования #Оптимизация #Трудноизвлекаемые_природные_ресурсы

Покерная лаборатория закрывается, ловите исходники

Я делал этот проект более полутора лет, сейчас отказываюсь от него. И, чтобы эти полтора года не были прожиты зря) открываю исходники. Java+Spring. Принимайте проект «как есть», со всеми ad-hoc костылями, незаконченными исследованиями, TODOs, а также всевозможными KISS, DRY, и, как их… SOLID с GoF. Предполагается, что вы знакомы с покером, имеете неплохие навыки программирования, поверхностно разбираетесь в теории игр.

https://habr.com/ru/articles/915882/

#покер #теория_игр #машинное+обучение #боты #карточные_игры #дерево_решений #совершенный_код #говнокод #искусственный_интеллект #opensource

Методы моделирования атак на графах

Привет! С вами снова Даниил Нейман из отдела развития инициатив ИБ-сообществ. Это продолжение цикла статей о проблеме, с которой сталкивается специалист при анализе кибератак, — о сложности анализа без использования стандартизированных методов моделирования , используемых для разбиения и визуального представления этапов кибератаки. Ранее были рассмотрены методы моделирования атак на основе сценариев использования и темпоральные методы моделирования . А завершим цикл статей мы рассмотрением методов, основанных на графах . Отличительная черта этих методов — использование графов, где сущностями являются вершины графа, а связями между ними — ребра.

https://habr.com/ru/companies/pt/articles/861072/

#моделирование_данных #кибератаки #cybersecurity #графы #attack_graph #сеть_петри #petri_net #дерево_событий #дерево_решений #граф_атаки

Теоретические основы всех популярных алгоритмов машинного обучения и их реализация с нуля на Python

В данной статье в виде ссылок представлены все популярные алгоритмы классического машинного обучения с их подробным теоретическим описанием и немного упрощённой реализацией с нуля на Python, отражающей основную идею. Помимо этого, в конце каждой темы указаны дополнительные источники для более глубокого ознакомления, а суммарное время прочтения статей ниже составляет более трёх часов !

https://habr.com/ru/articles/804605/

#алгоритмы_машинного_обучения #регрессионный_анализ #lda #наивный_байесовский_классификатор #svm #knn #дерево_решений #ансамбли #pca #кластеризация

Дерево решений (CART). От теоретических основ до продвинутых техник и реализации с нуля на Python

Дерево решений CART (Classification and Regressoin Tree) — алгоритм классификации и регрессии, основанный на бинарном дереве и являющийся фундаментальным компонентом случайного леса и бустингов, которые входят в число самых мощных алгоритмов машинного обучения на сегодняшний день. Деревья также могут быть не бинарными в зависимости от реализации. К другим популярным реализациям решающего дерева относятся следующие: ID3, C4.5, C5.0.

https://habr.com/ru/articles/801515/

#дерево_решений #decision_tree #cart #pruning #реализация_с_нуля #python #алгоритмы_машинного_обучения #data_science #машинное_обучение