Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, весна 2016
Материал из MachineLearning.
(Различия между версиями)
(→Эссе) |
(→Эссе) |
||
Строка 180: | Строка 180: | ||
|Шишковец Светлана | |Шишковец Светлана | ||
| [https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group274/Shishkovets2016Essays/Shishkovets1.pdf?format=raw 1] | | [https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group274/Shishkovets2016Essays/Shishkovets1.pdf?format=raw 1] | ||
- | | 2 | + | | | [https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group274/Shishkovets2016Essays/Shishkovets2.pdf?format=raw 2] |
| 3 | | 3 | ||
| 4 | | 4 |
Версия 13:55, 23 февраля 2016
Построение моделей в машинном обучении
Курс посвящен обсуждению методов выбора моделей. Обсуждение ведется в формате лекций, докладов и эссе. Эссе — это краткое, примерно на страницу, изложение собственной точки здрения на постановку и решение определенной задачи. Пишется в свободной форме, но с учетом нашего стиля написания научных работ: терминологическая точность и единство обозначений приветствуются[1].
Эссе
Автор | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | L | E | Оценка |
---|---|---|---|---|---|---|---|---|---|---|---|
Бочкарев Артем | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Гончаров Алексей | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Двинских Дарина | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Жариков Илья | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Задаянчук Андрей | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Златов Александр | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Исаченко Роман | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Нейчев Радослав | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Подкопаев Александр | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Решетова Дарья | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Смирнов Евгений | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Черных Владимир | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Шишковец Светлана | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | |||
Чинаев Николай | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
Эссе хранятся в папке Group274/Surname2016Essays/. Ссылка на эссе делается по шаблону
[https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group274/Surname2016Essays/Surname2016Essay1.pdf?format=raw 1]
Темы работ
- Эссе 1. Байесовский вывод в выборе моделей slides, txt, paper
- Вывод формулы ошибки общего вида для "необычных" гипотез порождения данных (от мультиномиального распределения для задачи многоклассовой классификации до произвольных распределений из экспоненциального семейства, см. список GLM).
- Для некоторых функций ошибки указать из какой гипотезы порождения данных они получены и каким образом (например, функцию ошибки включена сумма различных видов штрафов на векторы параметров и невязок).
- Сделать эксперимент-пример вычисления правдоподобия моделей и визуальный анализ пространства параметров и гиперпараметров модели.
- Эссе 2. Смеси моделей
- Предложить способы порождения объектов и признаков для задачи прогнозирования сложных объектов (spatio-temporal data).
- Сделать краткое и ясное описание алгоритма порождения мультимоделей:
- совместный выбор объектов и признаков с помощью генетического алгоритма,
- порождение и выбор мультимоделей из принципа алгоритма МГУА.
- Сделать краткое и ясное описание алгоритма выбора мультимоделей:
- mixture of experts,
- multi-level model,
- своего алгоритма.
- Эссе 3. Оценка параметров
Прошу делать разнообразные эссе, минимизируя пересечения. Смотрите на те загрузки, которые уже сделаны. |
Сумма=13, где A-=0, A=1, A+=1.5, A++=2, тесты (30-50 вопросов 1 час)=3, доклад=2, 3 пропуска.