Тим эрфен статистика: Tim Erfen — Подробная статистика выступлений

Разное

Содержание

Tim Erfen — Подробная статистика выступлений

Выбрать сезон:

Все сезоны16/1715/1612/1311/1210/1109/1008/0907/0806/0705/0604/0502/0301/02

Выбрать клуб:

Все клубыSV DonaustaufSC Düsseldorf-WestЯн РегенсбургWuppertaler SVRot-Weiss EssenRot Weiss AhlenКарл Цейсс ЙенаMSV Duisburg IIVfL Bochum IIRheydter SV

Место в лиге/Тип лиги:

Все типыВторая лигаТретья лигаЧетвертая лигаПятая лигаКубок страныШестая лигаПлей-офф/РелегацияКубок низших дивизионов

Выберите турнир:

Все турниры2. БундеслигаТретья ЛигаКубок ГерманииRelegation 2. BundesligaRelegation zur BayernligaРегиональная лига Бавария ЦентрКубок Лиги НидеррхайнаВысшая лига Нижний РейнКубок Лиги БаварииOberliga Westfalen (94/95 bis 07/08)Oberliga Nordrhein (94/95 — 07/08)Regionalliga Nord (bis 07/08)

Выбрать амплуа:

Все амплуаПравый защитникПравый полузащитникЛевый защитникПравый ВингерЦентр. защитникОпорный полузащитникЦентральный нап.Левый полузащитник

Выберите тренера:

Все тренерыKlaus AugenthalerBernard DietzUwe FuchsFranz GerberChristoph JohnManfred WölpperJörg JungHeiko WeberFranciszek SmudaMarcus JohnHeiko BonanChristian WückMichael KulmOscar CorrochanoMarkus Weinzierl

Статистика клуба Ян Регенсбург 2010/2011, статистика игроков и команды сезона на Sports.ru

Полевые игроки

Общая статистика

  • М — сыграл матчей, Мин — сыграл минут, З — был заменен, ВнЗ — вышел на замену, Г — забил голов, Пен — забил голов с пенальти, П — сделал голевых передач, Г+П — гол плюс пас, ЖК — желтые карточки, КК — красные карточки

Реклама 18+

вратари

Общая статистика

  • НомерИгрокММинЗВнЗПропПенПЖККК
     Михаэль Хофманн    		38342000432010
    Всего  3420 – – 43 2 – 1 –

    М — сыграл матчей, Мин — сыграл минут, З — был заменен, ВнЗ — вышел на замену, Проп — пропущенные голы, Пен — забил голов с пенальти, П — сделал голевых передач, ЖК — желтые карточки, КК — красные карточки

СТАТИСТИКА СЕЗОНА

 ИВНПЗПрРЗсПрСОСОМ
Дома 0 0 0 0 0 0 0 0 0 0—
На выезде 0 0 0 0 0 0 0 0 0 0—
В сумме 0 0 0 0 0 0 0 0 0 0—

И — всего игр, В — выигрыши, Н — ничьи, П — поражения, З

 — забито, Пр — пропущено, Р — разница забитых и пропущенных, ЗС — забито в среднем за игру, ПрС — пропущено в среднем за игру, ОС — очки в среднем за игру, О — очки в турнире, М — место среди других команд турнира по показателям

Все книги, которые Билл Гейтс посоветовал за последние восемь лет

Как сопредседатель фонда Билла и Мелинды Гейтс он часто советует книги о развитии, бедности, болезнях и образовании. Конечно, Гейтс читает научные книги – например, о биологии и физике, однако он также является большим фанатом работ, которые предлагают научную или математическую основу для видения мира – например, «А что, если?.. Научные ответы на абсурдные гипотетические вопросы» Рэндела Манро. Предприниматель также советует книги, которые фокусируются на длинной дуге человеческой цивилизации – ее прошлом и будущем: «Фактологичность: 10 причин, почему мы ошибаемся относительно мира и почему все гораздо лучше, чем вам кажется» Ханса Рослинга, Олы Рослинг и Анны Рослинг. В книге предложен прорывной способ понимания базовых истин о мире — как жизнь становится лучше, а где миру еще есть куда расти. Гейтс рекомендовал ее в этом году.

Вацлав Смил – автор, которого предприниматель чаще всего упоминал в своем блоге. Смил является почетным профессором на факультете экологии в Университете Манитобы в Виннипеге, Канада. Среди прочего он пишет об энергетике и государственной политике. За несколько лет Гейтс посоветовал так много книг Смила, что их выделили в отдельную категорию.

К удивлению, предприниматель не так часто рекомендует книги о цифровых технологиях и успехе в бизнесе. Quartz предложил следующую классификацию:

Политическая история и биографии:

  • Джимми Картер «Полноценная жизнь: размышления в 90 лет»
  • Эван Томас «Быть Никсоном»
  • Дорис Кирнс Гудвин «Трибуна: Теодор Рузвельт и Золотой век журналистики»
  • Эзра Фогель «Дэн Сяопин и трансформация Китая»
  • Эд Ренделл «Нация слабаков: как лидерам США не хватило храбрости сделать нас великими»
  • Дэвид Стампф «Титан-II: история ракетной программы времён Холодной войны»

Человеческая эволюция и цивилизация:

  • Юваль Ной Харари. «Homo Deus: Краткая история завтрашнего дня»
  • Юваль Ной Харари. «Sapiens: Краткая история человечества»
  • Ник Лейн. «Вопрос жизни. Энергия, эволюция и происхождение сложности»
  • Стивен Пинкер. «Чистый лист. Природа человека. Кто и почему отказывается признавать ее сегодня
  • Стивен Пинкер. «Добрые ангелы человеческой природы»
  • Элизабет Колберт. «Шестое вымирание: Неестественная история»
  • Джаред Даймонд. «Мир позавчера. Чему нас могут научить люди, до сих пор живущие в каменном веке»
  • Джаред Даймонд. «Коллапс. Почему одни общества приходят к процветанию, а другие – к гибели»
  • Джаред Даймонд. «Ружья, микробы и сталь»
  • Стивен Котлер. «Изобилие: Будущее будет лучше, чем вы думаете»
  • Синтия Браун. «Большая история: От Большого взрыва к настоящему»
  • Дэвид Кристиан. «Большая история всего»
  • Деннис Медоуз, Донелла Медоуз, и Йорген Рандерс. «Пределы роста»

Большие технологии и изобретения

  • Гретхен Бакке. «Сеть: изнашивание проводов между американцами и наше энергетическое будущее»
  • Джулиан Аллвуд и Джонатан Каллен. «Экологически устойчивые материалы»,
  • Уильям Розен. «Самая мощная идея в мире»
  • Дэвид Маккалоу «Тропинка между морями: Создание Панамского канала»
  • Марк Левинсон. «The box: Как грузовой контейнер сделал мир меньше, а мировую экономику больше»

Математика и научное мышление

  • Джордан Элленберг. «Как не ошибаться. Сила математического мышления
  • Ричард Докинз. «Магия реальности. Как мы узнаем истину»
  • Рэндел Манро. «А что, если?.. Научные ответы на абсурдные гипотетические вопросы»
  • Даррелл Хафф. «Как лгать при помощи статистики»
  • Майкл Брукс. «Тринадцать вещей, в которых нет ни малейшего смысла: самые интригующие научные загадки нашего времени»
  • Ханс Рослинг, Ола Рослинг и Анна Рослинг. «Фактологичность: 10 причин, почему мы ошибаемся относительно мира и почему все гораздо лучше, чем вам кажется»
  • Нейт Сильвер. «Сигнал и шум. Почему одни прогнозы сбываются, а другие нет?»

Бизнес

  • Джон Брукс. «Бизнес-приключения. 12 классических историй Уолл-стрит»
  • Фил Найт. «Продавец обуви. История компании Nike, рассказанная ее основателем»
  • Кэрол Лумис. «Чечетка на работе: Уоррен Баффетт практически обо всем»
  • Питер Кауфман, Эл Векслер. «Альманах бедного Чарли»
  • Сатья Наделла. «Обновить страницу»
  • Гэри Пизано. «Научный бизнес: Обещания, реальность и будущее биотехнологии»

Биография

  • Уолтер Айзексон. «Эйнштейн. Его жизнь и его Вселенная»
  • Джоэл Шеркин. «Сломанный гений»
  • Уолтер Айзексон. «Леонардо да Винчи. Биография»
  • Уолтер Айзексон. «Стив Джобс»

Мемуары

  • Тревор Ной. «Преступник по праву рождения»
  • Ти Буй. «Лучшее, что мы могли сделать»
  • Эдди Иззард. «Верь мне: мемуары о любви, смерти и джазовых цыплятах»
  • Элли Брош. «Гипербола с половиной»
  • Эула Бисс. «На страже иммунитета»
  • Пол Каланити. «Когда дыхание растворяется в воздухе. Иногда судьбе все равно, что ты врач»
  • Кейт Боулер. «Всему есть причина, и другая ложь, которая мне нравилась»
  • Аманда Беннетт. «Цена надежды»

Художественная литература

  • Мейлис де Керангаль. «Чинить живых»
  • Вьет Тан Нгуен. «Сочувствующий»
  • Нил Стивенсон. «Семиевие»
  • Грэм Симсион. «Проект “Рози”»
  • Роберт Кук. «Патриот и террорист»
  • Джон Грин. «Черепахи – и нет им конца»
  • Сьюзен Коллинз. «Голодные игры»
  • Майкл Ондатже. «Кошкин стол»
  • Джером Сэлинджер. «Над пропастью во ржи»
  • Джон Ноулз. «Сепаратный мир»
  • Джордж Сондерс. «Линкольн в бардо»

Книги Вацлава Смила

  • Вацлав Смил. «Энергия и цивилизация: История»
  • Вацлав Смил. «Должны ли мы есть мясо?»
  • Вацлав Смил. «Сотворение современного мира»
  • Вацлав Смил. «Энергетика. Мифы и реальность. Научный подход к анализу мировой энергетической политики»
  • Вацлав Смил. «Сделано в США: Подъем и отступление американского производства»
  • Вацлав Смил. «Биосфера Земли»
  • Вацлав Смил. «Энергия на перепутье» (англ. – Energy at the Crossroads)
  • Вацлав Смил. «Энергия: Иллюстрированное руководство по биосфере и цивилизации»
  • Вацлав Смил. «Глобальные катастрофы и тренды»
  • Вацлав Смил. «Обогащая Землю» (англ. – Enriching the Earth)
  • Вацлав Смил. «Почему Америка – не новый Рим»
  • Вацлав Смил. «Трансформация двадцатого века»
  • Вацлав Смил. «Создание двадцатого века»

Развитие и внешняя помощь

  • Мортен Джервен. «Голые цифры»
  • Чарльз Кенни. «Жить становится лучше»
  • Кэтрин Бу. «В тени вечной красоты. Жизнь, смерть и любовь в трущобах Мумбая»
  • Леон Хессер. «Человек, который накормил мир»
  • Роджер Туроу. «Последний голодный сезон» (англ. –The Last Hunger Season)
  • Густаво Гутьеррес, Пол Фармер. «В обществе бедных» (англ. – In the Company of the Poor)
  • Лейма Гбови. «Да пребудет с нами сила»
  • Гордон Конвэй. «Один миллиард голодающих: можем ли мы накормить мир?» (англ. – One Billion Hungry: Can We Feed the World?, by Gordon Conway)
  • Эстер Дюфло, Абхиджит Банерджи. «Экономика бедных: Реальные возможности выйти из “ловушки бедности”»
  • Бьорн Ломборг. «На что потратить $50 миллиардов, чтобы сделать мир лучше» (англ. – How to Spend $50 Billion to Make the World a Better Place)
  • Джоэл Л. Флейшман. «Фонды»
  • Памела Рональд, Раул Адамчак. «Стол завтрашнего дня: Органическое фермерство, генетика и будущее еды» (англ. – Tomorrow’s Table: Organic Farming, Genetics, and the Future of Food)
  • Ангус Дитон. «Великий побег. Здоровье, богатство и истоки неравенства»
  • Нина Мунк. «Идеалист: Джеффри Сакс и квест, чтобы положить конец бедности» (англ. – The Idealist: Jeffrey Sachs and the Quest to End Poverty)
  • Кофи Аннан. «Интервенции: жизнь в войне и мире»

Образование

  • Роберт Арчибальд, Дэвид Фельдман. «Почему колледж столько стоит?» (англ. – Why Does College Cost So Much?)
  • Вивьен Стюарт. «Образование мирового класса: Извлечение уроков из международных моделей передового опыта и инноваций»
  • Ричард Арум, Джосипа Рокса. «Ограниченное обучение в колледжах» (англ. – Limited Learning on College Campuses)
  • Дэн Уиллингэм. «Почему студенты не любят университеты? Ответы когнитивного ученого на вопросы о том, как работает мышление и что оно значит для университета» (англ. – Why Don’t Students Like School? A Cognitive Scientist Answers Questions about how the Mind Works and What It Means for the Classroom)
  • Эндрю Розен. «Change.edu: Перезагрузка для новой экономики талантов»
  • Тейлор Уолш. «Открывая ворота» (англ. – Unlocking the Gates)
  • Вивиан Троен, Кэтрин. С. Боулз. «Кто учит ваших детей?» (англ. – Who’s Teaching your Children?)
  • Фредерик М. Хесс, Эрик Осберг. «Экономия в школах: Как школы могут урезать бюджет и наилучшим образом служить интересам учеников» (англ. – Stretching the School Dollar: How Schools and Districts Can Save Money while Serving Students Best)
  • Маргерит Роза. «На что уходит школьное финансирование?»
  • Терри Мо, Джон Чабб. «Освобождение обучения: Технологии, политика и будущее американского образования» (англ. – Liberating Learning: Technology, Politics, and the Future of American Education)
  • Джей Мэтьюс. «Работай усердно. Будь вежливым: Как два вдохновленных учителя создали самые многообещающие школы в Америке» (англ. – Work Hard. Be Nice: How Two Inspired Teachers Created the Most Promising Schools in America)
  • Дуглас Харрис. «Что должен знать каждый учитель» (англ. – What Every Educator Needs to Know)

Наука

  • Сиддхартха Мукерджи. «Ген: близкая история»
  • Уолтер Левин. «Во имя физики»
  • Мэттью Сандс и Ричард Филлипс Фейнман. «Фейнмановские лекции по физике»
  • Карл Саббаг. «Веревка вокруг Земли и другие сюрпризы науки»
  • Майкл Брукс. «Тринадцать вещей, в которых нет ни малейшего смысла»
  • Натан Мирволд. «Кухня в стиле модерн»
  • Сиддхартха Мукерджи. «Царь всех болезней. Биография рака»
  • Эд Йонг. «Как микробы управляют нами. Тайные властители жизни на Земле»
  • Марк Медовник. «Из чего это сделано? Удивительные материалы, из которых построена современная цивилизация»

Изменение климата и энергетика

  • Дэниел Ергин. «Добыча. Всемирная история борьбы за нефть, деньги и власть
  • Дэвид МакКей. «Возобновляемые источники энергии»
  • Лестер Р. Браун. «Мир на грани. Как предотвратить экологический и экономический коллапс»
  • Джон Хафтон. «Глобальное потепление»
  • Бертон Рихтер. «За дымом и зеркалами: Изменение климата и энергетика в XXI веке» (англ. – Beyond Smoke and Mirrors: Climate Change and Energy in the 21st Century)
  • Томас Фридман. «Горячая, плоская и перенаселенная: Зачем нам нужна зеленая революция»
  • Эмори Ловинс, Rocky Mountain Institute. «Смелые бизнес-решения для новой энергетической эры»

Экономика и имущественное неравенство

  • Джей Ди Вэнс. «Элегия хиллбилли»
  • Мэтью Десмонд. «Выселенные: нищета и благополучие в американском городе»
  • Хироси Микитани, Реичи Микитани. «Сила конкурировать» (англ. –The Power to Compete)
  • Роберт Гордон. «Взлет и падение американского роста: Американский стандарт жизни со времен Гражданской войны» (англ. – The Rise and Fall of American Growth: The U.S. Standard of Living since the Civil War)
  • Джо Стадвелл. «Азиатская модель управления. Удачи и провалы самого динамичного региона в мире»
  • Томас Пикетти. «Капитал в XXI веке»
  • Тимоти Гайтнер. «Стресс-тест: воспоминания о финансовом кризисе»
  • Джозеф Стиглиц. «Цена неравенства. Чем расслоение общества грозит нашему будущему»
  • Джеймс Робинсон. «Почему одни страны богатые, а другие бедные. Происхождение власти, процветания и нищеты»
  • Кармен Рейнхарт, Кеннет Рогофф. «На этот раз все будет иначе. Восемь столетий финансового безрассудства»
  • Гордон Браун. За пределами краха: Преодолевая первый кризис глобализации (англ. – Beyond the Crash: Overcoming the First Crisis of Globalization)
  • Эндрю Соркин. «Слишком большие, чтобы рухнуть. Инсайдерская история о том, как Уолл-стрит и Вашингтон боролись, чтобы спасти финансовую систему от кризиса и от самих себя»
  • Томас Фридман. «Плоский мир. Краткая история XXI века»
  • Томас Фридман, Майкл Мандельбаум. «Раньше это были мы: как Америка отстала от мира, который она создала, и как мы можем вернуть свои позиции» (That Used to Be Us: How America Fell Behind in the World It Invented and How We Can Come Back)
  • Джеффри Сакс. «Конец бедности. Экономические возможности нашего времени»
  • Стивен Левитт, Стивен Дабнер. «Суперфрикономика»
  • Мэтт Ридли. «Рациональный оптимист»

Болезни и общественное здоровье

  • Соня Шах. «Лихорадка: Как малярия правила человечеством 500000 лет»
  • Уильям Фоидж. «Дом в огне»
  • Д. А. Хендерсон. «Оспа: Смерть болезни» (англ. – Smallpox: The Death of a Disease)
  • Пол Фармер. «Инфекции и неравенство» (англ. – Infections and Inequalities)
  • Иезекииль Эмануэль. «Переделывая американскую систему здравоохранения» (англ. – Reinventing American Health Care)
  • Атул Гаванде. «Чек-лист. Как избежать глупых ошибок, ведущих к фатальным последствиям»
  • Энн Линдстранд. «Глобальное здоровье: Вводный учебник» (англ. – Global Health: An Introductory Textbook)
  • Джордж Халворсон. «Здравоохранение не будет реформировать себя» (англ. – Health Care Will Not Reform Itself)
  • Наоми Роджерс. «Грязь и болезнь» (англ. – Dirt and Disease)
  • Рандалл Паккард. «Становление тропической болезни: Краткая история малярии»
  • Дин Т. Джемисон и Джоэл Г. Бреман. «Приоритеты в здоровье» (англ. – Priorities in Health)
  • Артур Аллен. «Вакцина: Спорная история величайшего спасителя жизней в медицине» (англ. – Vaccine: The Controversial Story of Medicine’s Greatest Lifesaver)
  • Дэвид Уокер, Ричард Л. Геррант. «Тропические инфекционные болезни» (англ. – Tropical Infectious Diseases)
  • Трейси Киддер. «За горами – горы. История врача, который лечит весь мир»
  • Дэвид Ошински. «Полиомиелит: Американская история»
  • Джереми Смит. «Грандиозные меры: Один доктор, семь миллионов пациентов»

Лидерство и менеджмент

  • Арчи Браун. «Миф о сильном лидере»
  • Кэрол Дуэк. «Новая психология успеха»
  • Пол Таф. «Как дети добиваются успеха»
  • Джон Доерр. «Измеряйте то, что важно: Как Google, Bono и Фонд Гейтса перевернули мир с целями и ключевыми результатами» (англ. – Measure What Matters: How Google, Bono, and the Gates Foundation Rock the World With OKRs)
  • Тим Браун. «Дизайн-мышление в бизнесе: от разработки новых продуктов до проектирования бизнес-моделей»

Счастье, психология и предназначение

  • Дэвид Брукс. «Путь к характеру»
  • Стивен Джонсон. «Откуда берутся хорошие идеи»
  • Джеймс Бараз и Шошана Александер. «Пробуждение радости» (англ. – Awakening Joy)
  • Клод Стил. «Как стереотипы влияют на нас, и что мы можем с этим сделать (проблемы нашего времени)»
  • Малкольм Гладуэлл. «Гении и аутсайдеры. Почему одним всё, а другим ничего?»
  • Питер Баффет. «Послать деньги на…»

Теннис

  • Фостер Уоллес. «Теория струн. Эссе о физике и метафизике тенниса»
  • Пит Сампрас. «Размышления чемпиона. Уроки теннисной жизни»
  • Андре Агасси. «Откровенно. Автобиография»

Разное

  • Джошуа Фоер. «Эйнштейн гуляет по Луне»
  • Франклин Цимринг. «Город, который стал безопасным: уроки Нью-Йорка по борьбе с городской преступностью» (англ. – The City that Became Safe: New York’s Lessons for Urban Crime and Its Control)
  • Фрэнк Стюарт. «Бридж-клуб Фрэнка Стюарта» (англ. – Frank Stewart’s Bridge Club).

Материалы по теме:

5 книг на лето: список от Билла Гейтса

Что читать летом: 10 книг для предпринимателей

Партнер Spencer Stuart Антон Стороженко посоветовал 3 книги для саморазвития

11 книг, которые Илон Маск советует прочитать каждому

KTM вырывается вперед на Гран-При Австралии / МОТОГОНКИ.РУ

Пилоты KTM — чемпион мира Сандро Кортези и его напарник по заводской команде Артур Сиссис финишировал на подиуме в Гран-При Австралии в классе Moto2, чем обеспечили KTM солидный отрыв от FTR в Кубке производителей всего за одну гонку до окончания сезона. Результаты Гран-При Австралии, Phillip Island, Moto3.

МОТОГОНКИ.РУ, 28 октября 2012 —

1.Sandro CorteseGERRed Bull KTM Ajo/KTM38:20.014
2.Miguel OliveiraPOREstrella Galicia 0,0/Suter Honda+2.108
3.Arthur SissisAUSRed Bull KTM Ajo/KTM+5.031
4.Alex RinsSPAEstrella Galicia 0,0/Suter Honda+5.084
5.Danny KentGBRRed Bull KTM Ajo/KTM+5.107
6.Romano FenatiITATeam Italia FMI/FTR Honda+5.109
7.Alessandro TonucciITATeam Italia FMI/FTR Honda+5.374
8.Efren VazquezSPAJHK t-shirt Laglisse/FTR Honda+5.894
9.Alex MarquezSPAAmbrogio Next Racing/Suter Honda+30.783
10.Isaac ViÑalesSPAOngetta-Centro Seta/FTR Honda+30.911
11.Jonas FolgerGERMapfre Aspar Team Moto3/Kalex KTM+32.803
12.Adrian MartinSPAJHK t-shirt Laglisse/FTR Honda+33.302
13.Jakub KornfeilCZERedox-Ongetta-Centro Seta/FTR Honda+33.479
14.Brad BinderRSARW Racing GP/Kalex KTM+34.102
15.Luis SalomSPARW Racing GP/Kalex KTM+43.749
16.Alan TecherFRATechnomag-CIP-TSR/TSR Honda+43.827
17.Alberto MoncayoSPAAndalucia JHK t-shirt Laglisse/FTR Honda+49.394
18.Armando PontoneITAIoda Team Italia/Ioda+1:06.551
19.John McpheeGBRCaretta Technology/KRP Honda+1:06.588
20.Louis RossiFRARacing Team Germany/FTR Honda+1:08.801
21.Jack MillerAUSCaretta Technology/Honda+1:08.908
22.Kenta FujiiJPNTechnomag-CIP-TSR/TSR Honda+1:10.030
23.Giulian PedoneSWIAmbrogio Next Racing/Suter Honda+1:10.411
24.Lincoln GildingAUSK1 Racing/Honda+1:33.510
25.Sam ClarkeAUSFastline GP Racing/Honda+1 круг
 Сходы
 Zulfahmi KhairuddinMALAirAsia-Sic-Ajo/KTM+4 круга
 Toni FinsterbuschGERRacing Team Germany/Honda+7 кругов
 Maverick ViÑalesSPABlusens Avintia/FTR Honda+9 кругов
 Niklas AjoFINTT Motion Events Racing/KTM+12 круга
 Luca AmatoGERMapfre Aspar Team Moto3/Kalex KTM+15 кругов
 Riccardo MorettiITAMahindra Racing/Mahindra+22 круга

Тим Эрфен Статистика | FBref.com

Стандартная статистика: Национальные лиги

484844
Стандартная статистика: Таблица национальных лиг
LgRank MP Запускает Мин. 90s Gls Ast G-PK PK PKatt CrdY CrdR Gls Ast G + A G-PK G + A-PK
2009-2010 26 Ян Р’бург de GER 3.3. Лига 16-я 13 9 822 9,1 1 0 1 0 0 2 1 0,11 0,00 0,11 0,11 0,11
2010-2011 27 Ян Р’бург de GER 3. 3. Лига 8-я 27 20 1,662 18,5 1 0 1 0 0 3 1 0.05 0,00 0,05 0,05 0,05
2011-2012 28 Ян Р’бург de GER 3. 3. Лига 3-я 9 2 326 3,6 0 0 0 0 0 2 1 0,00 0,00 0,00 0,00 0,00
2012-2013 29 Ян Р’бург de GER 2.2. Бундеслига 18-я 12 9 801 8,9 0 0 0 0 0 4 0 0,00 0,00 0,00 0,00
4 сезона 1 Клуб 2 лиги 61 40 3,611 40,1 2 0 2 0 11 3 0.05 0,00 0,05 0,05 0,05
3. Лига (3 сезона) 49 31 2,810 31,2 2 0 2 0 0 7 3 0,06 0,00 0,06 0,06 0,06
2. Бундеслига (1 сезон) 12 999 8.9 0 0 0 0 0 4 0 0,00 0,00 0,00 0,00 0,00

Сравните Tim Erfen с

Питаться от

Стрельба: Национальные лиги

Время игры: Национальные лиги

4 Страна 9034 905 905 4 сезона
Время игры: таблица национальных лиг
LgRank MP Мин. Mn / MP Мин.% 90 с Пусков Mn / Start Compl Переходники Mn / Sub unSub PPM onGA +/- +/- 90 On-Off
2009-2010 26 Ян Р’бург de GER 3.3. Лига 16-я 13 822 63 9,1 9 4
2010-2011 27 J burg de GER 3. 3. Liga 8-я 27 1,662 62 18,5 20 70 900- 900 2012 28 Ян Р’бург de GER 3.3. Лига 3-я 9 326 36 3,6 2 7
2012-2013 29 Jahn бург de GER 2. 2. Бундеслига 18-я 12 801 67 8.9 9 3 1 клуб 2 лиги 61 3,611 59 40.1 40 21
3. Лига (3 сезона) 49 2,810 57 31,2 18
2. Бундеслига (1 сезон) 12 801 67 8.9 9 9050 900

Разная статистика: Национальные лиги

О FBref.com

FBref.com был запущен (13 июня 2018 г.) с покрытием национальных лиг для Англии, Франции, Германии, Италии, Испании и США. С тех пор мы неуклонно расширяем наш охват, включив в него национальные лиги из более чем 40 стран, а также национальные кубки, суперкубки и молодежные лиги из ведущих европейских стран. Мы также добавили покрытие для основных международных кубков, таких как Лига чемпионов УЕФА и Кубок Либертадорес.

FBref включает в себя то, что мы считаем одним из наиболее полных источников данных о женском футболе в Интернете.Это включает в себя всю историю чемпионата мира по футболу среди женщин, а также последние сезоны национальных лиг из девяти стран.

В сотрудничестве со StatsBomb мы включаем расширенные аналитические данные, такие как xG и xA, для избранных соревнований. Дополнительную информацию о модели ожидаемых голов и о том, какие соревнования охватываются, см. В нашем объяснении xG.

Просмотр дополнительной информации

Тим ван Эрвен | Изучение математики машинного обучения в Амстердаме

Добро пожаловать на мою домашнюю страницу.Я доцент Института математики Кортевег-де Фрис Амстердамского университета в Нидерландах. В своих исследованиях я изучаю математику машинного обучения.

Новости

Научные интересы в области математического машинного обучения

  • Адаптивные методы в онлайн-выпуклой оптимизации и прогнозировании с советами экспертов
  • Объясняемость методов машинного обучения
  • Скорость выше минимаксного для «простых данных» в статистическом и онлайн-обучении
  • PAC-байесовские неравенства концентраций
  • Статистическая теория обучения, частотный анализ байесовских методов

См. Также мои публикации.

Недавние переговоры

  • Вступительное слово, представляющее введение в онлайн-обучение на семинаре CWI-INRIA 2019
  • Приглашенный доклад с некоторыми основными моментами в онлайн-выпуклой оптимизации на сессии машинного обучения на Нидерландском математическом конгрессе, 2018
  • Приглашенные доклады в Тулузе, Делфте, Ренне, Лёвене, Познани и Амстердаме, 2017-2018 гг., Об использовании нескольких скоростей обучения в онлайн-обучении с MetaGrad для автоматической адаптации к максимально возможной скорости обучения.Соответствующий вводный курс по адаптивному онлайн-обучению на ABN AMRO, Амстердам, 2018.
  • Приглашенный доклад на Inria Lille, 2017, о высоких темпах статистического и онлайн-обучения. Также выступил с докладом на тематическом семинаре 2018.
  • Обсуждали MetaGrad, новый метод адаптивной онлайн-оптимизации, на семинаре «Теоретические основы обучения на основе простых данных» в Лейдене, 2016 г.
  • Приглашенный доклад на конференции WIC Midwintermeeting 2016 по большим данным и аналитике данных
  • Представил мою работу с Воутером Куленом по автоматическому изучению параметра скорости обучения в онлайн-обучении на Benelearn 2015 и для Лейденского центра науки о данных
  • Введение в онлайн-обучение для общей математической аудитории на Лейденском математическом коллоквиуме, 2014 г.
  • Представил открытую проблему на международном семинаре по онлайн-алгоритмам и обучению в Лейдене, 2014 г.
  • Поговорите о «Следуй за лидером с возмущениями отсева» на COLT 2014 в Барселоне
  • Приглашенный доклад о конвергенции оценки MDL на заседании по выбору модели в статистическом обучении на конференции ERCIM в Лондоне, 14 декабря 2013 г.
  • Приглашенный доклад на тему «Следуй за лидером, если сможешь, хеджируй, если должен» на семинаре «Учиться быстрее с помощью Easy Data» в NIPS на озере Тахо, США, 10 декабря 2013 г.
  • Составление региональных прогнозов в сумме на семинаре WIPFOR в Париже, 6 июня 2013 г.
  • Феномен наверстывания в выборе байесовской и MDL-модели на семинаре «Байес в Париже», 23 мая 2013 г.
  • Приглашенная лекция «Введение в онлайн-обучение для байесовцев» в Амстердамском университете, 15 февраля 2013 г.
  • Смешиваемость в статистическом обучении на семинаре SMILE в Париже, 24 сентября 2012 г.

Контактная информация

Доктор.Тим ван Эрвен
Институт математики Кортевег-де Фрис
Амстердамский университет
P.O. Box 94248
1090 GE Амстердам
Нидерланды

Адрес для посещений:
Научный парк 105-107, 3-й этаж (вход через Никхеф)
Офис: F3.32
Электронная почта: tim @ Никакого спама, пожалуйста, timvanerven. Нет уж, без спама nl

Тим Эрфен Собственная стоимость, возраст, биография, день рождения, рост, факты

Узнайте о Тим Эрфен Состояние, биография, возраст, день рождения, рост, ранние годы жизни, семья, свидания, партнер, Wiki и факты.

Кто такой Тим Эрфен:

Тим Эрфен — известный немецкий футболист. Он родился 22 октября 1982 года, его место рождения — Менхенгладбах.

На сайте Buzzlearn.com Тим числится успешным футболистом, родившимся в 1982 году. Он также входит в список самых богатых людей Германии. Его имя «Тим», а фамилия — «Эрфен».

Биография:

Bio / Wiki
Полное имя Тим Эрфен
Род занятий Футболист
Возраст 38
Дата рождения 22 октября 1982 г.
Место рождения Мёнхенгладбах
Знак зодиака Весы
Страна Германия
Пол Мужской

День рождения, возраст и знак зодиака:

День рождения Тима Эрфена — 22 октября 1982 года, он родился в пятницу.Ему 38 лет. Солнечный знак Тима — Весы, а его цветок рождения — Бархатцы и Космос.

Дата рождения 22 октября
День рождения Пятница
Год рождения 1982
Знак рождения Весы
Двойственность знака рождения Утверждающий
Способность и элемент знака рождения Кардинал Воздух
Противоположный знак Овен

Рост, вес и физические данные:

Тим Эрфен ростом 6 футов 1 дюйм.

Высота 1,85 м (6 футов 1 дюйм)
Масса НЕТ
Бюст НЕТ
Талия НЕТ
Бедро НЕТ
Цвет волос НЕТ
Цвет глаз НЕТ
Размер обуви НЕТ

Ранняя жизнь и семья:

Информация о семье
Имя родителей Неизвестно
Имя супруга Неизвестно
Имя детей Неизвестно
Количество детей Не доступен
Имя партнера НЕТ
Родственник (я) Имя НЕТ

Образование:

Образование Нет данных
Alma mater Нет данных
Университет Нет данных
Колледж Нет данных
Средняя школа Нет / A
Школа НЕТ

Тим Эрфен Состояние:

Чистый капитал или чистая прибыль Тима Эрфена оценивается в 1–2 миллиона долларов.Он разбогател на своей основной карьере футболиста.

Чистая стоимость 1 миллион долларов — 2 миллиона долларов
Годовая зарплата На рассмотрении
Источник дохода Футболист
Статус проверки состояния Не подтверждено

Жив или мертв?

По нашим данным, Тим Эрфен жив.

Краткие сведения:

Вот несколько интересных фактов о Тиме Эрфене:

* Он родом из Германии.

* Его звездный знак — Весы, а стихия зодиака — Воздух.

* Его двойственность — Напористая, а противоположный знак Солнца — Овен.

Часто задаваемые вопросы (FAQ):

Ссылка: Wiki и газеты.

Рост Тима Эрфена — Какой рост у Тима Эрфена?

Тим Эрфен родился 22 октября 1982 года в Менхенгладбахе, Германия, немецкий футболист.В 38 лет, Тим Эрфен, рост — 6 футов 0 дюймов (185,0 см).

Теперь мы узнаем о биографии Тима Эрфена, его возрасте, физических характеристиках, свиданиях / делах, семье и карьере. Узнайте, насколько Он богат в этом году и на что тратит деньги? Также узнайте, как Он заработал большую часть собственного капитала в возрасте 38 лет?

Популярное как НЕТ
Род занятий НЕТ
Возраст 38 лет
Знак зодиака Весы
Родился 22 октября 1982 г.
День рождения 22 октября
Место рождения Менхенгладбах, Германия
Гражданство Германия

Рекомендуем ознакомиться с полным списком известных людей, родившихся 22 октября.Он является членом известной группы Player в возрасте 38 лет.

Тим Эрфен Вес и размеры

Физическое состояние
Масса Нет в наличии
Размеры тела Нет в наличии
Цвет глаз Нет в наличии
Цвет волос Нет в наличии

Знакомства и статус отношений

В настоящее время не женат.Он ни с кем не встречается. У нас мало информации о его прошлых отношениях и каких-либо предыдущих помолвках. По нашим данным, детей у него нет.

Семья
Родители Нет в наличии
Жена Нет в наличии
Братья или сестры Нет в наличии
Детский Нет в наличии

Тим Эрфен Чистая стоимость

Его собственный капитал значительно вырос в 2018-19 годах.Итак, сколько стоит Тим ​​Эрфен в возрасте 38 лет? Источником дохода Тима Эрфена в основном является успешный игрок. Он из Германии. Мы оценили чистую стоимость, деньги, зарплату, доход и активы Тима Эрфена.

Собственный капитал в 2020 году 1 миллион — 5 миллионов долларов
Заработная плата в 2019 году На рассмотрении
Собственный капитал в 2019 году В ожидании
Заработная плата в 2019 году На рассмотрении
Дом Нет в наличии
Легковые автомобили Нет в наличии
Источник дохода Игрок

Тим Эрфен Социальная сеть

Хронология

Эрфен дебютировал на профессиональном уровне за «Вупперталер» за «Боруссию» в шестом раунде матчей чемпионата 2008–09 3.Сезон лиги в домашнем поражении 4–2 от «Ваккера Бургхаузена».

Тим Эрфен (родился 22 октября 1982 года в Менхенгладбахе) — немецкий футболист, в последний раз выступавший за клуб низшего уровня SV Fortuna Regensburg. До 2012 года он играл за ССВ Яна Регенсбурга во 2-й Бундеслиге.

Тим Эрфен Собственный капитал, Заработная плата, Биография, Рост, Вес, Возраст, Вики, Знак зодиака, День рождения, Факт

Расчетный капитал Тим Эрфен , Биография, Возраст, Рост, Знакомства, Отношения, Зарплата, Доход, Автомобили , Образ жизни и многие другие детали были обновлены ниже.Давайте проверим, Насколько богат Тим ​​Эрфен в 2019-2020 годах? Прокрутите ниже и проверьте более подробную информацию о текущем состоянии собственного капитала, а также о месячной / годовой зарплате, расходах и отчетах о доходах!

Биография

Тим Эрфен родился в Менхенгладбахе 22 октября 1982 года .

В Popular Bio он является одним из успешных футболистов ассоциации. Он вошел в список тех известных людей, которым 22 октября 1982 года было рожденных. Он один из самых богатых футболистов ассоциации, родился в , Германия, .Он также входит в список самых популярных футболистов ассоциации. Тим Эрфен — один из самых известных людей в нашей базе данных с возрастом 37 лет .

Игрок 9077 Возраст
Краткий профиль
Имя Тим
Фамилия Эрфен
Ассоциация Профессия 37 лет
Знак рождения Козерог
Дата рождения 22 октября 1982 г. Германия

Тим Эрфен Чистая стоимость

Оценочная стоимость Тим Эрфен , зарплата, доход, автомобили, образ жизни и многие другие детали были обновлены ниже.Давайте проверим, Насколько богат Тим ​​Эрфен в 2019-2020 годах?

Согласно данным Wikipedia, Forbes, IMDb и различных онлайн-ресурсов, состояние известного футболиста Ассоциации Тима Эрфена в возрасте 37 лет составляет 1–5 миллионов долларов. Он заработал деньги, будучи профессиональным футболистом ассоциации. Он из Германия .

Собственный капитал Тима Эрфена:
1–5 миллионов долларов

Расчетная стоимость в 2020 г. На рассмотрении
Состояние за предыдущий год (2019) На рассмотрении Годовая зарплата На рассмотрении.
Источник дохода Основной источник дохода Ассоциация футболистов (профессия).
Статус проверки чистой стоимости Не подтверждено

Возраст, рост и размеры тела

Тим Эрфен сейчас возраст 37 лет . Рост Тима Эрфена неизвестен, а вес недоступен справа. Размеры всего тела, размер платья и обуви будут обновлены в ближайшее время.

С кем встречается Тим Эрфен?

Тим Эрфен хранит свою личную и личную жизнь в тайне.Проверяйте почаще, так как мы продолжим обновлять эту страницу новыми подробностями о взаимоотношениях. Давайте посмотрим на прошлые отношения Тима Эрфена, бывших подруг и предыдущие связи. Тим Эрфен предпочитает не раскрывать подробности семейного положения и развода.

Свидания — это период в жизни человека, когда он или она активно поддерживает романтические отношения с разными людьми. Если двух не состоящих в браке знаменитостей видят вместе на публике, их часто называют «свиданием», что означает, что их видели вместе на публике, и неясно, являются ли они просто друзьями, стремятся к более интимным отношениям или имеют романтические отношения.

Факты о Тиме Эрфене

  1. Возраст Тима Эрфена 37 лет .
  2. День рождения 22 октября 1982 г. .
  3. Рождение Знака Козерога.
  4. Он входит в список 84660 популярных футболистов ассоциации.

Тим Эрфен — zxc.wiki

Тим Эрфен
Персонал
день рождения 22 октября 1982 г.
место рождения Менхенгладбах, Германия
размер 185 см
позиция Опорный полузащитник
Юниоры
Годы вокзал
1.ФК Менхенгладбах
Боруссия Менхенгладбах
Райдтер С.В.
Мужские
Годы вокзал Матчи (голы) 1
2001-2002 гг. Райдтер С.В. 27 (0)
2002-2003 гг. ВФЛ Бохум II 2 (0)
2003-2005 гг. МСВ Дуйсбург II 30 (3)
2005-2006 гг. ФК Карл Цейсс Йена 10 (1)
2006-2007 гг. Красные и белые шила 33 (1)
2007-2008 гг. Красно-белая еда 23 (1)
2008-2009 гг. Вупперталер Боруссия 12 (0)
2010-2013 гг. SSV Ян Регенсбург 61 (2)
2013-2015 гг. SV Fortuna Regensburg 22 (3)
2015-2016 гг. СК Дюссельдорф-Запад 18 (1)
2016-2017 гг. SV Donaustauf 10 (0)
1 Приведены только игры лиги.
По состоянию на 1 августа 2019 г.

Тим Эрфен (родился 22 октября 1982 года в Менхенгладбахе) — бывший немецкий футболист. На профессиональном поприще он последний раз играл за второй дивизион SSV Jahn Regensburg до лета 2013 года.

Карьера

Тим Эрфен ростом 185 см обычно играет на правом фланге в полузащите и защите. После игры за вторую команду ВФЛ Бохум и МСВ Дуйсбург в Оберлиге он впервые выступил в третьем высшем дивизионе за ФК Карл Цейсс Йена, где он играл в Региональной лиге Норд в сезоне 2005/06.Оттуда он переехал в Rot Weiss Ahlen. Под руководством тренера Хайко Бонана он стал постоянным игроком в сезоне 2006/07. Перед неожиданным взлетом Алена в сезоне региональной лиги 2007/08 он на год перешел в Рот-Вайс Эссен, где его тренером был Хайко Бонан. После того, как Эссен не смог пройти квалификацию во вновь созданную 3-ю лигу, он был подписан без клуба с Wuppertaler SV Borussia после трехнедельной пробной тренировки с менеджером Карстеном Прёппером в течение года. Годовой контракт в Вуппертале продлен не был.

В январе 2010 года Эрфен подписал контракт с SSV Яном Регенсбургом в качестве любителя до лета 2010 года. После того, как его использовали 13 раз в команде третьего дивизиона во второй половине сезона, его контракт был продлен на один год. На третий последний день матча он был удален красным. Хотя в этом сезоне он сыграл 27 игр, в том числе 20 на сетке, его участие не было продолжено. После полгода отсутствия в клубе и поддержания формы только в частном порядке, он вернулся в SSV Jahn Regensburg 19 января 2012 года.Возврат снова начался с увольнения (желто-красный), он сыграл еще восемь раз во второй половине сезона и достиг 3-го места с командой и, следовательно, вылета. В ответном матче на вылет в «Карлсруэре» он был заменен в перерыве и удален на 87-й минуте за желто-красную игру. Ян потерял еще одного игрока в добавленное время, но со временем смог спасти ничью 2: 2 и был переведен во 2-ю Бундеслигу. После немедленного вылета Эрфен покинул Регенсбург летом 2013 года и завершил профессиональную карьеру.

Затем он начал обучение в качестве экспедитора и с августа 2013 года играл за SV Fortuna Regensburg в Баварской государственной лиге, Staffel Mitte. После двух лет в Фортуне он вернулся в Северный Рейн-Вестфалию в 2015 году и присоединился к лиге, продвинутой SC Düsseldorf-West. С сентября 2016 года по июнь 2017 года Эрфен играл за «Донаустауф» в Средней лиге Баварии.

успеха

  • Продвижение во 2-ю Бундеслигу в 2012 году с Яном Регенсбургом

Веб-ссылки

Индивидуальные доказательства

  1. ↑ Информация без ВЛ сезон 03/04
  2. ↑ Уведомление о передаче в RevierSport
  3. ↑ Объявление на сайте Яна Регенсбурга от 25 января 2010 г. (больше не в сети)
  4. ↑ SSV Ян Регенсбург возвращает Тима Эрфена. на Mittelbayerische.de
  5. ↑ Донаустауф подписывает контракт с бывшим профессионалом Тимом Эрфеном . Статья на портале FuPa

книга

книга
Достижения в системах обработки нейронной информации 20 (NIPS 2007)
Под редакцией: Дж. Платт, Д. Коллер, Ю. Сингер и С. Роуис
  • Анализ выпуклой релаксации для оценки MAP Паван Мудигонда, Владимир Колмогоров, Филип Торр
  • Случайные функции для крупномасштабных ядерных машин Али Рахими, Бенджамин Рехт
  • Сжатая регрессия Шухенг Чжоу, Ларри Вассерман, Джон Лафферти
  • Имитация отжига: строгие гарантии за конечное время для оптимизации в непрерывных областях Андреа Леккини-Visintini, Джон Лигерос, Ян Мацейовски
  • Матричные прогнозные модели с переменной t Shenghuo Zhu, Kai Yu, Yihong Gong
  • Серия петель и вариационные границы Бете в привлекательных графических моделях Алан Виллски, Эрик Саддерт, Мартин Дж.Уэйнрайт
  • Стабильное двойное динамическое программирование Тао Ван, Майкл Боулинг, Дейл Шурманс, Даниэль Лизотт
  • FilterBoost: регрессия и классификация больших наборов данных Джозеф К. Брэдли, Роберт Э. Шапир
  • Неконтролируемый выбор функций для точной рекомендации данных изображений большого размера Sabri Boutemedjet, Djemel Ziou, Nizar Bouguila
  • Эффективное изучение тонких деревьев по принципам Антон Чечетка, Карлос Гестрин
  • Минимизация сожалений в играх с неполной информацией Мартин Зинкевич, Майкл Йохансон, Майкл Боулинг, Кармело Пиччоне
  • Байесовская модель условного восприятия Алан А.Штокер, Ээро Симончелли
  • Стратегии сканирования для метеорологических радаров Виктория Манфреди, Джим Курос
  • Компромисс крупномасштабного обучения Леон Ботту, Оливье Буске
  • Вывод прошедшего времени из случайных нейронных процессов Миша Аренс, Маниш Сахани
  • Обучающая среда для поиска ближайшего соседа Lawrence Cayton, Sanjoy Dasgupta
  • Обучение с подкреплением в пространствах непрерывного действия с помощью последовательных методов Монте-Карло Алессандро Лазарик, Марчелло Рестелли, Андреа Бонарини
  • Ансамблевая кластеризация с использованием полуопределенного программирования Викас Сингх, Лопамудра Мукерджи, Джиминг Пенг, Цзиньхуэй Сюй
  • Теоретический анализ методов эвристического поиска для онлайн-POMDP Стефан Росс, Джоэл Пино, Брахим Чайб-драа
  • Подход создания ограничений к изучению стабильных линейных динамических систем Байрон Ботс, Джеффри Дж.Гордон, Саджид Сиддики
  • Правило онлайн-обучения Hebbian, которое выполняет независимый компонентный анализ Клаудиа Клопат, Андре Лонгтин, Вульфрам Герстнер
  • Моделирование естественных звуков с помощью процессов каскадной модуляции Ричард Тернер, Маниш Сахани
  • Быстрое и масштабируемое обучение полууправляемых CRF с применением для распознавания активности Марьям Махдавиани, Танзим Чоудхури
  • Как SVM могут оценивать квантили и медианное значение Андреас Кристманн, Инго Стейнварт
  • Случайные проекции для обучения многообразию Чинмей Хегде, Майкл Вакин, Ричард Баранюк
  • Вклад гиппокампа в контроль: третий путь Мате Лендьель, Питер Даян
  • Быстрый вывод на новом графике И / ИЛИ для обнаружения, сегментации и анализа объектов Юаньхао Чен, Лонг Чжу, Чэньси Линь, Хунцзян Чжан, Алан Л.Юилль
  • Выпуклое обучение с инвариантами Чун Тео, Амир Глоберсон, Сэм Роуис, Алекс Смола
  • Шумно-логическое распределение и его применение к причинному выводу Хунцзин Лу, Алан Л. Юилль
  • DIFFRAC: отличительная и гибкая структура для кластеризации Francis Bach, Zaïd Harchaoui
  • Пакетные методы для машинного обучения Quoc Le, Alex Smola, S.v.n. Вишванатан
  • Ускорение выбора байесовской модели и ее усреднения Тим Эрвен, Стивен Рой, Питер Грюнвальд
  • Активное обучение на основе ближайшего соседа для обнаружения редкой категории Jingrui He, Jaime Carbonell
  • Восприимчивые поля без спайкового срабатывания Гюнтер Зек, Маттиас Бетге, Якоб Х. Макке
  • Робастная регрессия с двойными гауссовскими процессами Эндрю Найш-гузман, Шон Холден
  • Новые внешние границы маргинального многогранника Дэвид Зонтаг, Томми Яаккола
  • Нейронная характеристика в частично наблюдаемых популяциях импульсных нейронов Джонатан Пиллоу, Питер Латам
  • Байесовская агломеративная кластеризация с коалесцентами Йи Те, Хэл Даум III, Дэниел М.Рой
  • Распределенный вывод для скрытого распределения Дирихле Дэвид Ньюман, Падраик Смит, Макс Веллинг, Артур Асунсьон
  • Лучше наименьших квадратов: сравнение целевых функций для оценивания линейно-нелинейных моделей Татьяна Шарпи
  • Структурированное обучение с приближенным выводом Алекс Кулеша, Фернандо Перейра
  • О рейтинге в анализе выживаемости: границы индекса соответствия Харальд Штек, Баладжи Кришнапурам, Кэри Дехинг-оберидж, Филипп Ламбен, Викас К.Райкар
  • Конкуренция добавляет сложности Джуди Голдсмит, Мартин Мундхенк
  • Классификация по минимальной длине инкрементного кодирования (MICL) Джон Райт, Ян Юй Тао, Чжоучен Линь, Йи Ма, Хын-юнг Шум
  • Меры условной зависимости ядра Кендзи Фукумизу, Артур Греттон, Сяохай Сун, Бернхард Шёлкопф
  • Байесовское обучение политике с межпространственным MCMC Мэтью Хоффман, Арно Дусе, Нандо Фрейтас, Аджай Ясра
  • Обновление временной разницы без скорости обучения Маркус Хаттер, Шейн Легг
  • Байесовские адаптивные POMDP Стефан Росс, Брахим Чайб-драа, Жоэль Пино
  • Обнаружение регуляторов из временных рядов экспрессии генов малярийных паразитов: иерархический подход Хосе Эрнандес-Лобато, Тьерд Дейкстра, Том Хескес
  • Выпуклая кластеризация с моделями на основе образцов Даниал Лашкари, Полина Голланд
  • Границы обучения для адаптации предметной области Джон Блитцер, Коби Краммер, Алекс Кулеша, Фернандо Перейра, Дженнифер Вортман
  • Спам: модели с редкими добавками Хан Лю, Ларри Вассерман, Джон Лафферти, Прадип Равикумар
  • Байесовский вывод для пиковых моделей нейронов с разреженной априорностью Себастьян Гервинн, Маттиас Бетге, Якоб Х.Макке, Маттиас Сигер
  • Неограниченное распознавание почерка в режиме онлайн с рекуррентными нейронными сетями Алекс Грейвс, Маркус Ливицки, Хорст Бунке, Юрген Шмидхубер, Сантьяго Фернандес
  • Жадный по эпохе алгоритм для многоруких бандитов с дополнительной информацией Джон Лэнгфорд, Тонг Чжан
  • Использование сетей глубокого убеждения для изучения ядер ковариации для гауссовских процессов Джеффри Э.Хинтон, Русс Р. Салахутдинов
  • Ядра в приписанных точках с приложениями Мехул Парсана, Сурангшу Бхаттачарья, Чиру Бхаттачарья, К. Рамакришнан
  • Тестирование на однородность с помощью дискриминантного анализа ядра Фишера Мулин Эрик, Фрэнсис Бах, Заид Харшауи
  • Модель разреженной сети глубоких убеждений для визуальной области V2 Honglak Lee, Chaitanya Ekanadham, Andrew Ng
  • Билинейный дискриминантный анализ второго порядка для анализа ЭЭГ в одном исследовании Christoforos Christoforou, Paul Sajda, Lucas Parra
  • Выпуклые релаксации тренировки с латентными переменными Юхонг Гуо, Дейл Шуурманс
  • Настраиваемая аналоговая нейронная сеть СБИС с импульсными нейронами и саморегулирующимися пластиковыми синапсами Массимилиано Джулиони, Марио Паннунци, Давиде Бадони, Витторио Данте, Паоло Джудице
  • Дискриминантная гипотеза центрального окружения для восходящей значимости Дашан Гао, Виджай Махадеван, Нуно Васконселос
  • Статистический анализ полууправляемой регрессии Ларри Вассерман, Джон Лафферти
  • Иерархическое ученичество с приложением к передвижению четвероногих J.Колтер, Питер Аббель, Эндрю Нг
  • Раскрашенная максимальная дисперсия Ле Сонг, Артур Греттон, Карстен Боргвардт, Алекс Смола
  • Адаптивные встроенные алгоритмы подграфов с использованием анализа сумм бега Венкат Чандрасекаран, Алан Виллски, Джейсон Джонсон
  • Сверхбыстрый Монте-Карло для статистических суммирований Чарльз Исбелл, Майкл Холмс, Александр Грей
  • Вывод частоты срабатывания нейронной сети из цепей Spike с использованием гауссовских процессов John P.Каннингем, Байрон М. Ю, Кришна В. Шеной, Маниш Сахани
  • Отслеживание людей с помощью модели скрытых переменных лапласовских собственных карт Zhengdong Lu, Cristian Sminchisescu, Miguel Carreira-Perpiñán
  • Распределительное семейство расстояний подобия Гертян Бургутс, Арнольд Смёльдерс, Ян-Марк Гёзебрук
  • Соответствие между моделью и человеческим вниманием выявляет уникальные сигнатуры критических визуальных событий Роберт Петерс, Лоран Итти
  • Многозадачное прогнозирование гауссовского процесса Эдвин В.Бонилла, Киан Чай, Кристофер Уильямс
  • Многозадачное обучение с помощью конического программирования Цуеши Като, Хисаши Касима, Масаши Сугияма, Киёси Асаи
  • Инкрементальные алгоритмы естественного актера и критика Шалаб Бхатнагар, Мохаммад Гавамзаде, Марк Ли, Ричард С. Саттон
  • Коллективный вывод на марковских моделях для моделирования миграции птиц M.a.Эльмохамед, Декстер Козен, Дэниел Р. Шелдон
  • Взаимодействие мозга и компьютера на основе ЭЭГ: повышенная точность за счет автоматического обнаружения ошибок при однократном испытании Pierre Ferrez, José Millán
  • Инвариантные общие пространственные паттерны: устранение нестационарности при взаимодействии мозга и компьютера Бенджамин Бланкерц, Мотоаки Каванабе, Риота Томиока, Фридерика Хохлефельд, Клаус-Роберт Мюллер, Вадим Никулин
  • Модель бесконечных функций гамма-Пуассона Михалис Тициас
  • Единая почти оптимальная оценка для уменьшения размерности в $ l_ \ alpha $ ($ 0 <\ alpha \ leq 2 $) с использованием стабильных случайных проекций Пинг Ли, Тревор Хасти
  • Непрерывная временная фильтрация частиц для фМРТ Лоуренс Мюррей, Амос Дж.Аист
  • Вычисление надежных контр-стратегий Майкл Йохансон, Мартин Зинкевич, Майкл Боулинг
  • Случайная выборка состояний в динамическом программировании Крис Аткесон, Бенджамин Стивенс
  • Прогнозирование взгляда человека с использованием низкоуровневой заметности в сочетании с распознаванием лиц Моран Серф, Джонатан Харел, Вольфганг Эйнхаузер, Кристоф Кох
  • Локальные алгоритмы приближенного вывода в графах с малым исключением Кёмин Юнг, Деваврат Шах
  • Оценка функционалов дивергенции и отношения правдоподобия путем минимизации выпуклого риска со штрафными санкциями XuanLong Nguyen, Martin J.Уэйнрайт, Майкл Джордан
  • Обучение с усредненными по дереву плотностями и распределениями Сергей Киршнер
  • Вариационный вывод для марковских скачкообразных процессов Манфред Оппер, Гвидо Сангинетти
  • Максимизация ожиданий и внешние ограничения Кузман Ганчев, Бен Таскар, Жоао Гама
  • Выращивание в любое время дорогостоящих деревьев Сахер Эсмейр, Шауль Маркович
  • Оптимальная кривая ROC для комбинации классификаторов Марко Баррено, Альваро Карденас, Дж.Тыгар Д.
  • Моделирование гомофильности и стохастической эквивалентности в симметричных реляционных данных Питер Хофф
  • О разреженности и неполноте в моделях изображений Пьетро Беркес, Ричард Тернер, Маниш Сахани
  • Вероятностный подход к изменению языка Александр Бушар-Коте, Перси С. Лян, Дэн Кляйн, Томас Гриффитс
  • Изучение двумерной топологии изображений Николя Ру, Йошуа Бенжио, Паскаль Ламблен, Марк Жоливо, Балаж Кегль
  • Байесовская модель LDA для полууправляемого тегирования части речи Кристина Тутанова, Марк Джонсон
  • Стабильность кластера для конечных образцов Охад Шамир, Нафтали Тишби
  • Вариационный вывод для процессов диффузии Седрик Аршамбо, Манфред Оппер, Юань Шен, Дэн Корнфорд, Джон Шоу-Тейлор
  • Расширенное функциональное представление и прогнозирование временных рядов с помощью гауссовских процессов Николас Чападос, Йошуа Бенжио
  • Разложение данных подсчетов с разреженной чрезмерной скрытой переменной Мадхусудана Шашанка, Бхикша Радж, Пэрис Смарагдис
  • Моделирование примитивов движения и их синхронизация в биологически исполняемых движениях Бен Уильямс, Марк Туссен, Амос Дж.Аист
  • Распознавание лиц на основе подпространства в аналоговой СБИС Гонсало Карвахаль, Вальдо Валенсуэла, Мигель Фигероа
  • Эффективное обучение множественных гиперпараметров для лог-линейных моделей Chuan-sheng Foo, Chuong B., Andrew Ng
  • Обнаружение слабовзаимодействующих факторов в сложном случайном процессе Чарли Фрогнер, Ави Пфеффер
  • Границы устойчивости для Non-i.я бы. Процессы Мехрияр Мохри, Афшин Ростамизаде
  • Оценка поисковых систем путем моделирования взаимосвязи между релевантностью и кликами Бен Картеретт, Рози Джонс
  • Эффективный байесовский вывод для динамически изменяющихся графов Озгур Сумер, Умут Акар, Александр Ихлер, Рамгопал Метту
  • Цепь Маркова Монте-Карло с людьми Адам Сэнборн, Томас Гриффитс
  • Достоверная оценка несоответствия по энергетическим нейронам Эрик Цанг, Бертрам Ши
  • Локальность и малые измерения в предсказании естественного опыта с помощью фМРТ Francois Meyer, Greg Stephens
  • Оценка конфигурации улучшает поиск пешеходов Дуан Тран, Дэвид Форсайт
  • Общий метод повышения и его применение для изучения функций ранжирования для веб-поиска Чжаохуэй Чжэн, Хунюань Чжа, Тонг Чжан, Оливье Шапель, Кеке Чен, Гордон Сан
  • Исправление Max-Product: конвергентные алгоритмы передачи сообщений для LP-релаксации MAP Амир Глоберсон, Томми Яаккола
  • GRIFT: графическая модель для вывода визуальных классификационных признаков из человеческих данных Майкл Росс, Эндрю Коэн
  • Нейронная модель in-silico динамической маршрутизации через нейронную когерентность Девараджан Шридхаран, Брайан Персиваль, Джон Артур, Квабена А.Боахен
  • Общий агностический алгоритм активного обучения Санджой Дасгупта, Даниэль Дж. Хсу, Клэр Монтелеони
  • Упрощенные правила и теоретический анализ для оптимизации информационных узких мест и PCA с пиковыми нейронами Ларс Буэзинг, Вольфганг Маасс
  • Скрытые отношения общей причины в реляционном обучении Рикардо Силва, Вей Чу, Зубин Гахрамани
  • Моделирование участков изображения с направленной иерархией марковских случайных полей Саймон Осиндеро, Джеффри Э.Хинтон
  • Обобщенное приближение FITC Эндрю Найш-гузман, Шон Холден
  • Охлажденное и расслабленное распространение обзора для MRF Hai Chieu, Wee Lee, Yee Teh
  • Структура спектральной регуляризации для многозадачного структурного обучения Андреас Аргириу, Массимилиано Понтил, Имин Ин, Чарльз Микчелли
  • CPR для CSP: вероятностное ослабление ограничения распространения Луис Э.Ортис
  • Теоретический анализ обучения с модулируемой вознаграждением пластичности, зависящей от времени пика Деян Печевски, Вольфганг Маасс, Роберт Легенштейн
  • Новый взгляд на автоматическое определение релевантности Дэвид Випф, Срикантан Нагараджан
  • Последовательная проверка гипотез при стохастических крайних сроках Питер Фрейзер, Анджела Дж. Ю
  • Дискриминационные лог-линейные грамматики со скрытыми переменными Слав Петров, Дэн Кляйн
  • HM-BiTAM: двуязычное исследование тем, выравнивание слов и перевод Бинг Чжао, Эрик Син
  • Оптимистическое линейное программирование вызывает логарифмическое сожаление о неприводимых MDP Ambuj Tewari, Peter Bartlett
  • TrueSkill Through Time: Revisiting the History of Chess Пьер Данготье, Ральф Хербрих, Том Минка, Тор Грэпель
  • Topmoumoute Online Natural Gradient Algorithm Николас Ру, Пьер-Антуан Манзагол, Йошуа Бенджио
  • Изучение структуры многообразий с помощью случайных проекций Йоав Фройнд, Санджой Дасгупта, Маянк Кабра, Накул Верма
  • Изучение монотонных преобразований для классификации Эндрю Ховард, Тони Джебара
  • Комбинированная дискриминационная и генеративная артикулированная поза и оценка нежесткой формы Леонид Сигал, Александру Балан, Майкл Блэк
  • Многоэкземплярное активное обучение Burr Settles, Mark Craven, Soumya Ray
  • Полуавтоматическое многозадачное обучение Цюхуа Лю, Сюэцзюнь Ляо, Лоуренс Карин
  • Свойства сжатия кооперативных конкурентных нейронных сетей СБИС из импульсных нейронов Эмре Нефтчи, Элизабетта Чикка, Джакомо Индивери, Жан-Жак Слотин, Родни Дуглас
  • Mining Internet-Scale Software Repositories Erik Linstead, Paul Rigor, Sushil Bajracharya, Cristina Lopes, Pierre Baldi
  • Оптимальные модели локализации звука сипухами Брайан Фишер
  • Дискриминационные K-средства для кластеризации Цзепин Е, Чжэн Чжао, Минжуй Ву
  • Анализ гетерогенных компонентов Сигеюки Оба, Мотоаки Каванабе, Клаус-Роберт Мюллер, Шин Исии
  • Анализ вывода с Универсумом Оливье Шапель, Алех Агарвал, Фабиан Синц, Бернхард Шёлкопф
  • Экспоненциальные семейные прогнозные репрезентации состояния Дэвид Вингейт, Сатиндер Бавея
  • Повышение за один проход Зафер Баруткуоглу, Фил Лонг, Рокко Серведио
  • Значение помеченных и немаркированных примеров при несовершенной модели Каушик Синха, Михаил Белкин
  • Об алгоритмах перцептронов высшего порядка Клаудио Джентиле, Фабио Витале, Кристиан Бротто
  • Adaptive Online Gradient Descent Элад Хазан, Александр Рахлин, Питер Бартлетт
  • Быстрый вариационный вывод для крупномасштабной интернет-диагностики Эмре Кичиман, Дэвид Мальц, Джон Платт
  • Изучение и использование теорий отношений Чарльз Кемп, Ноа Гудман, Джошуа Тененбаум
  • Бесконечная марковская модель Daichi Mochihashi, Eiichiro Sumita
  • Полученный контекст и открытие семантической структуры Винаяк Рао, Марк Ховард
  • Обучение с активным предпочтением и дискретным выбором данных Брошу Эрик, Нандо Фрейтас, Абхиджит Гош
  • Байесовский биннинг превосходит приблизительные альтернативы: оценка временных гистограмм перистимулов Доминик Эндрес, Майк Орам, Йоханнес Шинделин, Питер Фольдиак
  • Линейная регрессия онлайн и ее применение к обучению с подкреплением на основе моделей Александр Штрел, Майкл Литтман
  • Трансферное обучение с использованием колмогоровской сложности: базовая теория и эмпирические оценки М.Махмуд, Сильвиан Рэй
  • МакРанк: обучение ранжированию с использованием множественной классификации и повышения градиента Пинг Ли, Цян Ву, Кристофер Берджес
  • Рандомизированный алгоритм для обучения крупномасштабных опорных векторов Кришнан Кумар, Чиру Бхаттачарья, Рамеш Харихаран
  • Прямая оценка важности с выбором модели и ее применение для ковариативной адаптации сдвига Масаси Сугияма, Шиничи Накадзима, Хисаши Касима, Пол Буэнау, Мотоаки Каванабе
  • Цена информации о бандитах для онлайн-оптимизации Варша Дани, Шам М.Какаде, Томас Хейс
  • Итеративное уменьшение нелинейной размерности с помощью моделирования многообразия Майкл Гашлер, Дэн Вентура, Тони Мартинес
  • Классификация машин опорных векторов с неопределенными ядрами Ронни Лусс, Александр Д’Аспремон
  • Обучение с ядрами, инвариантными к преобразованию Кристиан Уолдер, Оливье Шапель
  • Вероятностная модель для создания реалистичных движений губ из речи Гвен Энглебьен, Тим Кутс, Магнус Рэттрей
  • Автоматическая генерация социальных тегов для музыки Рекомендация Дуглас Эк, Поль Ламер, Тьерри Бертен-Махье, Стивен Грин
  • Обучение классификации сложных паттернов с использованием сети СБИС пиковых нейронов Сринджой Митра, Джакомо Индивери, Стефано Фузи
  • Эффективная выпуклая релаксация для машины трансдуктивных опорных векторов Цзэнлинь Сюй, Ронг Джин, Цзянке Чжу, Ирвин Кинг, Майкл Лю
  • Передача сообщений для независимого набора с максимальным весом Суджай Сангхави, Деваврат Шах, Алан Виллски
  • Увеличение площади под кривой ROC Phil Long, Rocco Servedio
  • Изучение разреженных функций для сетей с глубоким убеждением Марк’Аурелио Ранзато, И-лан Буро, Янн Кун
  • Дифференциальное динамическое программирование на удалении горизонта Юваль Тасса, Том Эрез, Уильям Смарт
  • Принцип минимизации риска для класса оценщиков Парзена Кристиан Пелькманс, Йохан Суйкенс, Барт Мур
  • Управление энергопотреблением и производительностью вычислительных систем с использованием обучения с подкреплением Джеральд Тезауро, Раджарши Дас, Хой Чан, Джеффри Кефхарт, Дэвид Левин, Фриман Роусон, Чарльз Лефурджи
  • Теоретико-игровой подход к обучению на ученичестве Умар Сайед, Роберт Э.Шапир
  • Сегментация сцены с CRF, извлеченными из частично маркированных изображений Билл Триггс, Якоб Вербеек
  • Измерение нейронной синхронизации по передаче сообщений Джастин Дауэльс, Франсуа Виалатт, Томаш Рутковски, Анджей Цихоцкий
  • Дискриминационный пакетный режим Активное обучение Yuhong Guo, Dale Schuurmans
  • Сравнение байесовских моделей для мультисенсорной комбинации сигналов без обязательной интеграции Ulrik Beierholm, Ladan Shams, Wei J., Конрад Кёрдинг
  • Что упрощает аппроксимацию некоторых проблем POMDP? Ви Ли, Нан Ронг, Дэвид Сюй
  • Алгоритмы повышения для максимизации мягкой маржи Гуннар Рэтш, Манфред К. К. Вармут, Карен Глосер
  • Гауссовские модели процессов для анализа связей и обучения передачи Кай Ю, Вэй Чу
  • Модели энтропии, близкие к максимуму, для двоичных нейронных представлений естественных изображений Маттиас Бетге, Филипп Беренс
  • Распространение и выборка убеждений с сохранением конфиденциальности Майкл Кернс, Джинсонг Тан, Дженнифер Вортман
  • Байесовское совместное обучение Шипенг Ю, Баладжи Кришнапурам, Харальд Штек, Р.Рао, Ромер Росалес
  • Модели контролируемых тем Джон Макаулифф, Дэвид Блей
  • Статистический тест на независимость ядра Артур Греттон, Кенджи Фукумизу, Чун Тео, Ле Сонг, Бернхард Шёлкопф, Алекс Смола
  • Дискриминационный выбор ключевых слов с помощью машин опорных векторов Фред Ричардсон, Уильям Кэмпбелл
  • Факторизация вероятностной матрицы Андрей Мних, Расс Р.Салахутдинов
  • Оценка плотности согласно предположениям независимой аналогично распределенной выборки Тони Джебара, Инбо Сонг, Капил Тадани
  • Эффективный вывод для распределений на перестановках Джонатан Хуанг, Карлос Гестрин, Леонидас Дж. Гибас
  • Приспособленная Q-итерация в MDP непрерывного пространства действия Андраш Антос, Чаба Сепешвари, Реми Муньос
  • Идентификация слепого канала для дереверберации речи с использованием разреженного обучения l1-нормы Yuanqing Lin, Jingdong Chen, Youngmoo Kim, Daniel Lee
  • Прогнозирование состояний мозга на основе данных фМРТ: инкрементная регрессия основных функциональных компонентов Сенней Гебреаб, Арнольд Смелдерс, Питер Адриаанс
  • Обучение на основе соглашений Перси С.Лян, Дэн Кляйн, Майкл Джордан
  • Расширение настройки положения / фазового сдвига на нейроны энергии движения улучшает распознавание скорости Ю Лам, Бертрам Ши
  • Байесовская основа для кросс-ситуативного изучения слов Ноа Гудман, Джошуа Тененбаум, Майкл Блэк
  • Распараллеливание машин опорных векторов на распределенных компьютерах Кайхуа Чжу, Хао Ван, Хунцзе Бай, Цзянь Ли, Чжихуань Цю, Ханг Цуй, Эдвард Чанг
  • Распознавание объекта по выравниванию сцены Брайан Рассел, Антонио Торральба, Се Лю, Роб Фергус, Уильям Фриман
  • Нейронная сеть, реализующая оптимальную оценку состояния на основе декодирования динамической последовательности импульсов Омер Бобровски, Рон Меир, Шай Шохам, Йонина Эльдар
  • Вычислительная эквивалентность фиксированных точек и алгоритмы без сожаления и сходимость к равновесию Элад Хазан, Сатьен Кале
  • Уловка точек пересадки с помощью Лассо Селин Леви-Ледук, Заид Харшауи
  • Методы выбора признаков для улучшения предсказания структуры белка с помощью Rosetta Бен Блюм, Дэвид Бейкер, Майкл Джордан, Филип Брэдли, Риджу Дас, Дэвид Э.Ким
  • Выбор наблюдений против враждебных целей Андреас Краузе, Брендан Макмахан, Карлос Гестрин, Анупам Гупта
  • Пространственное скрытое распределение Дирихле Сяоган Ван, Эрик Гримсон
  • Изучение визуальных атрибутов Витторио Феррари, Эндрю Зиссерман
  • Свернутый вариационный вывод для HDP Йи Те, Кеничи Курихара, Макс Веллинг
  • Правила прогрессивного смешения — отклонения неоптимальные Жан-Ив Аудибер
  • Поиск, основанный на опыте: теория контроля внимания Дэвид Болдуин, Майкл С.Мозер
  • Иерархическое наказание Мари Шафрански, Ив Грандвале, Пьер Моризе-Махудо
  • Анализ линейного программирования распространения замкнутых убеждений для взвешенного соответствия Суджай Сангхави, Дмитрий Малиутов, Алан Виллски
  • Изучение горизонтальных связей в модели естественных изображений с разреженным кодированием Пьер Гарригес, Бруно Ольсхаузен
  • COFI RANK — Факторизация матрицы максимальной маржи для совместного ранжирования Маркус Веймер, Александрос Карацоглу, Куок Ле, Алекс Смола
  • Байесовские сети с бесконечным состоянием для структурированных доменов Макс Веллинг, Ян Портеус, Евгений Барт
  • Regularized Boost для полууправляемого обучения Ке Чен, Шихай Ван
  • Последовательная минимизация целевых функций кластеризации Ulrike Luxburg, Stefanie Jegelka, Michael Kaufmann, Sébastien Bubeck
  • Крыса как фильтр твердых частиц Аарон С.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *