Запросы в Яндексе
В топ 3
В топ 10
В топ 20
Органическая выдача
Конкурентов
12
Упущенных запросов
7
Ссылки
в графе ссылок Common Crawl домена нет: на него почти не ссылаются или он новыйОрганическая выдача
Запросы сайта
| Запрос | Частота | Место |
|---|---|---|
| генеративные модели в машинном обучении | 3 | 9 |
| генеративные нейронные сети примеры | 0 | 3 |
Упущенные запросы
| Запрос | Частота | У конкурентов в топ-10 |
|---|---|---|
| нейросеть для генерации изображений | 67 334 | medium.com, habr.com |
| нейросеть | 274 635 | medium.com |
| нейро | 51 665 | habr.com |
| нейросеть оживить фото | 14 974 | habr.com |
| оживить фото нейросеть | 14 974 | habr.com |
| нейросеть бесплатная | 14 399 | habr.com |
| бесплатная нейросеть | 13 204 | habr.com |
Доля в топе
По 500 частотным запросам самого сайта, поэтому он здесь всегда заметен. Место в нише среди конкурентов — в блоке «Рейтинг среди конкурентов».
Ядро конкурентов
| Запрос | Частота | Сайтов | monnoroch | medium | habr | ru | deepmachin |
|---|---|---|---|---|---|---|---|
| генеративные модели в машинном обучении | 3 | 5 | 9 | 2 | 4 | 5 | 6 |
| как работает градиентный спуск | 9 | 4 | 4 | 2 | 5 | 11 | |
| скуд расшифровка | 4 352 | 3 | 10 | 11 | 5 | ||
| vgg | 577 | 3 | 2 | 3 | 4 | ||
| roc | 506 | 3 | 6 | 5 | 10 | ||
| градиентный бустинг | 337 | 3 | 6 | 2 | 8 | ||
| mae | 332 | 3 | 2 | 7 | 10 | ||
| auc roc | 324 | 3 | 2 | 1 | 7 | ||
| машинное обучение это что | 271 | 3 | 2 | 5 | 7 | ||
| softmax | 263 | 3 | 2 | 3 | 5 | ||
| dropout | 254 | 3 | 1 | 4 | 11 | ||
| глубокое обучение | 247 | 3 | 2 | 5 | 9 | ||
| rnn | 239 | 3 | 1 | 3 | 5 | ||
| rmse | 227 | 3 | 1 | 3 | 6 | ||
| yolo это | 206 | 3 | 2 | 3 | 8 | ||
| mape | 186 | 3 | 4 | 5 | 7 | ||
| рекуррентные нейронные сети | 180 | 3 | 3 | 6 | 9 | ||
| knn | 175 | 3 | 2 | 5 | 11 | ||
| word2vec | 159 | 3 | 5 | 1 | 9 | ||
| градиентный бустинг это | 157 | 3 | 7 | 2 | 9 | ||
| нейросеть yolo | 154 | 3 | 6 | 2 | 4 | ||
| yolo нейросеть | 152 | 3 | 8 | 1 | 4 | ||
| resnet | 151 | 3 | 3 | 5 | 4 | ||
| метод градиентного спуска | 131 | 3 | 3 | 5 | 10 | ||
| u net | 124 | 3 | 1 | 2 | 6 | ||
| регуляризация | 117 | 3 | 2 | 5 | 9 | ||
| стохастический градиентный спуск | 115 | 3 | 3 | 5 | 10 | ||
| аугментация данных | 92 | 3 | 3 | 2 | 7 | ||
| рекуррентная нейронная сеть | 85 | 3 | 2 | 4 | 6 | ||
| рекуррентные нейронные сети это | 84 | 3 | 2 | 4 | 8 | ||
| регуляризация в машинном обучении | 83 | 3 | 3 | 4 | 8 | ||
| imagenet | 83 | 3 | 4 | 9 | 10 | ||
| google net | 82 | 3 | 1 | 10 | 3 | ||
| lstm нейронная сеть | 82 | 3 | 5 | 1 | 8 | ||
| функция потерь | 65 | 3 | 2 | 10 | 9 | ||
| аугментация данных это | 65 | 3 | 2 | 3 | 9 | ||
| обучение с учителем машинное обучение | 60 | 3 | 2 | 3 | 11 | ||
| алгоритм обратного распространения ошибки | 57 | 3 | 3 | 1 | 9 | ||
| boosting | 53 | 3 | 1 | 7 | 4 | ||
| relu функция активации | 53 | 3 | 3 | 2 | 9 | ||
| gradient boosting | 52 | 3 | 3 | 1 | 8 | ||
| mlp нейросеть | 50 | 3 | 2 | 5 | 8 | ||
| расстояние махаланобиса | 48 | 3 | 5 | 2 | 10 | ||
| mape метрика | 48 | 3 | 5 | 2 | 10 | ||
| mse формула | 47 | 3 | 2 | 8 | 10 | ||
| что такое deep learning | 46 | 3 | 2 | 8 | 10 | ||
| введение в машинное обучение | 44 | 3 | 2 | 3 | 8 | ||
| батчи в нейронных сетях | 43 | 3 | 4 | 2 | 5 | ||
| функция активации нейронной сети | 43 | 3 | 5 | 3 | 8 | ||
| l1 l2 регуляризация | 42 | 3 | 2 | 4 | 7 | ||
| регуляризация l2 | 40 | 3 | 2 | 4 | 9 | ||
| roc curve | 40 | 3 | 3 | 5 | 10 | ||
| l2 регуляризация | 40 | 3 | 3 | 1 | 10 | ||
| многослойный персептрон | 38 | 3 | 6 | 3 | 4 | ||
| batch normalization | 38 | 3 | 1 | 2 | 4 | ||
| рекуррентные нейросети | 38 | 3 | 2 | 4 | 10 | ||
| beam search | 35 | 3 | 2 | 10 | 6 | ||
| adaboost | 33 | 3 | 2 | 1 | 5 | ||
| l1 регуляризация | 33 | 3 | 3 | 1 | 9 | ||
| softmax это | 33 | 3 | 2 | 3 | 10 | ||
| машинное обучение учебник | 32 | 3 | 8 | 7 | 2 | ||
| учебник машинное обучение | 32 | 3 | 4 | 10 | 3 | ||
| категориальные признаки | 32 | 3 | 3 | 2 | 5 | ||
| word embeddings | 30 | 3 | 3 | 2 | 5 | ||
| рекуррентные сети | 30 | 3 | 3 | 4 | 6 | ||
| contrastive learning | 30 | 3 | 3 | 2 | 6 | ||
| sklearn knn | 30 | 3 | 2 | 5 | 9 | ||
| формула mae | 30 | 3 | 3 | 5 | 9 | ||
| функция потерь в машинном обучении | 29 | 3 | 1 | 5 | 9 | ||
| метод ближайших соседей | 29 | 3 | 3 | 4 | 10 | ||
| машинное обучение с учителем пример | 28 | 3 | 1 | 3 | 7 | ||
| softmax функция | 28 | 3 | 3 | 5 | 11 | ||
| mape это | 27 | 3 | 2 | 6 | 11 | ||
| rmsprop | 26 | 3 | 6 | 1 | 3 | ||
| yolo you only look once | 26 | 3 | 3 | 2 | 4 | ||
| архитектура yolo | 26 | 3 | 3 | 2 | 6 | ||
| yolo архитектура | 26 | 3 | 3 | 2 | 6 | ||
| метрики регрессии | 26 | 3 | 4 | 3 | 8 | ||
| rnn это | 26 | 3 | 4 | 3 | 10 | ||
| сигмоидная функция активации | 26 | 3 | 5 | 1 | 11 | ||
| positional encoding | 25 | 3 | 2 | 1 | 9 | ||
| рекуррентная нейросеть | 24 | 3 | 3 | 5 | 7 | ||
| регуляризация l1 и l2 | 24 | 3 | 1 | 3 | 9 | ||
| метод k ближайших соседей | 23 | 3 | 4 | 1 | 9 | ||
| non maximum suppression | 23 | 3 | 2 | 10 | 11 | ||
| contrastive loss | 22 | 3 | 1 | 2 | 8 | ||
| l1 и l2 регуляризация | 22 | 3 | 2 | 1 | 8 | ||
| алгоритм градиентного спуска | 22 | 3 | 3 | 6 | 9 | ||
| machine learning обучение | 22 | 3 | 3 | 4 | 9 | ||
| интерпретируемость | 22 | 3 | 4 | 2 | 10 | ||
| механизм внимания в нейронных сетях | 21 | 3 | 6 | 2 | 5 | ||
| решающее дерево | 21 | 3 | 4 | 7 | 10 | ||
| one hot encoding это | 21 | 3 | 3 | 4 | 10 | ||
| lstm нейросеть | 20 | 3 | 6 | 3 | 7 | ||
| nearest neighbor | 19 | 3 | 3 | 4 | 8 | ||
| adagrad | 19 | 3 | 2 | 3 | 8 | ||
| bias variance decomposition | 19 | 3 | 3 | 4 | 8 | ||
| dropout нейронные сети | 18 | 3 | 10 | 2 | 4 | ||
| l1 b l2 регуляризация в машинном обучении | 18 | 3 | 2 | 1 | 8 | ||
| tp fp tn fn | 18 | 3 | 4 | 2 | 11 |
Запросы, частоты и места на август 2026: по данным Букварикса