Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, осень 2013
Материал из MachineLearning.
(Различия между версиями)
(→Лекции) |
(→Эссе) |
||
Строка 23: | Строка 23: | ||
|2 | |2 | ||
|3 | |3 | ||
- | | | + | |4 |
| | | | ||
| | | | ||
Строка 47: | Строка 47: | ||
|2 | |2 | ||
|3 | |3 | ||
- | | | + | |4 |
| | | | ||
| | | | ||
Строка 59: | Строка 59: | ||
|2 | |2 | ||
|3 | |3 | ||
- | | | + | |4 |
| | | | ||
| | | | ||
Строка 70: | Строка 70: | ||
|1 | |1 | ||
|2 | |2 | ||
- | | | + | |3 |
- | | | + | |4 |
| | | | ||
| | | | ||
Строка 83: | Строка 83: | ||
|2 | |2 | ||
|3 | |3 | ||
- | | | + | |4 |
| | | | ||
| | | | ||
Строка 95: | Строка 95: | ||
|2 | |2 | ||
|3 | |3 | ||
- | | | + | |4 |
| | | | ||
| | | | ||
Строка 107: | Строка 107: | ||
|2 | |2 | ||
|3 | |3 | ||
- | | | + | |4 |
| | | | ||
| | | |
Версия 13:15, 8 октября 2013
Эссе
Автор | 1 | 2 | 3 | 4 | 5 | 5 | 7 | 8 | 9 | 0 |
---|---|---|---|---|---|---|---|---|---|---|
Рудой | 1 | 2 | 3 | 4 | ||||||
Кокшаров | 1 | 1 | 2 | |||||||
Романенко | 1 | 2 | 3 | 4 | ||||||
Мотренко | 1 | 2 | 3 | 4 | ||||||
Будников | 1 | 2 | 3 | 4 | ||||||
Сандуляну | 1 | 2 | 3 | 4 | ||||||
Бурмистров | 1 | 2 | 3 | 4 | ||||||
Токмакова | 1 | 2 | 3 | 4 | ||||||
Ямщиков | 1 | 1 | 2 |
Список тем
- Аппроксимация множества точек замкнутыми кривыми
- Метод группового учета аргументов в новой нотации
- Заполнение пропусков в порядковых шкалах и в шкалах без отношения полного порядка
- Роль Матрицы Ганкеля в прогнозировании временных рядов
Лекции
Тема | Автор | Ссылка | Дата | Результат |
---|---|---|---|---|
Data Analysis Problem Statements in the Category Theory Language | Рудой | [1] | 24 сентября | OK(5) + 1/4 * [(0/GR) + (8/10) + (8/10AM) + (8/10AR)] |
Machine Learning Problem Statements in Plate Notations | Кокшаров | [2] | 24 сентября | OK(5) + 1/4 * [(?/GR) + (0/MK) + (0/AM) + (0/AR)] |
Deep Learning / Methods for Big Data | Романенко | [3] | 1 октября | OK(5) + 1/4 * [(9/10GR) + (9/10) + (7/10) + (0/AR)] |
Usage of Copulas | Мотренко | [4] | 1 октября | OK(5) + 1/4 * [(10/10GR) + (9/10) + (0/AM) + (8/10)] |
Problems of Voting, Expert Systems and Preference Learning | Будников | [5] | 8 октября | + 1/4 * [(8/10) + (7/10) + (8/10) + (7/10)] |
Topic Modeling: PLSA, LDA et al. | Сандуляну | [6] | 8 октября | + 1/4 * [(7/10) + (6/10) + (7/10) + (8/10)] |
MDL Principle | Бурмистров | [7] | 15 октября | + 1/4 * [(0/10) + (0/10) + (8/10) + (7/10)] |
Data and Parameter Sampling and Applications | Токмакова | 15 октября | + 1/4 * [(9/10) + (6/10) + (8/10) + (6/10)] | |
? | Ямщиков | 22 октября | + 1/4 * [(8/10) + (10/10) + (0/AM) + (0/AR)] | |
Gaussian Processes and Applications for Machine Learning | [8] | 22 октября | ||
Role of the Error Function in the Model Selection Problems | [9] | 22 октября |
Дополнительно
- Mixture of Experts
- Feature generation for Image Analysis
- Learning of games / Многорукие бандиты
- Метрические вложения
- Теория статистического обучения
Требования: Продолжительность: 1 академический час, 45 минут. Число слайдов: 20-30 (по вкусу).
- Раскрыть проблему постановки задачи Машинного обучения и анализа данных в данной теме
- Подобрать примеры постановки (и решения) известных (а может и узкоспециальных) задач
Рекомендации к стилю изложения:
- дать основные определения этой области
- привести теоретические примеры и основные свойства
- представить математические методы,
- дать теоретические постановки задач,
- привести приметы прикладных задач.
Оценки: макс. 7 баллов из 10 (5 за лекцию + 2 за тесты). Тест: готовит лектор, 5 вопросов со свободным ответом и вопрос «Основное сообщение лекции (2-3 предложения)». Результат теста: N из 5 (отображается в 1/4). 17 декабря – отчеты о научной работе.
Практика
- А.А. Ивахненко: тест/экзамен.
- В.В. Стрижов: практика.