Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 174, осень 2016
Материал из MachineLearning.
(Различия между версиями)
(→Лекции) |
(→Лекции) |
||
Строка 23: | Строка 23: | ||
Тест: готовит лектор, 5 вопросов со ответом. Результат теста: N из 5 отображается в 3/6. | Тест: готовит лектор, 5 вопросов со ответом. Результат теста: N из 5 отображается в 3/6. | ||
- | Темы на выбор | + | === Темы на выбор === |
+ | Указать в таблице: | ||
* Тема вашей дипломной работы | * Тема вашей дипломной работы | ||
* Reinforcement learning | * Reinforcement learning | ||
Строка 41: | Строка 42: | ||
* Онлайновое обучение, обучение с подкреплением | * Онлайновое обучение, обучение с подкреплением | ||
+ | === Расписание === | ||
{|class="wikitable" | {|class="wikitable" | ||
|- | |- | ||
Строка 58: | Строка 60: | ||
|- | |- | ||
|Гринчук Алексей | |Гринчук Алексей | ||
- | | | + | |19 октября |
| | | | ||
| | | | ||
Строка 65: | Строка 67: | ||
|- | |- | ||
|Ефимова Ирина | |Ефимова Ирина | ||
- | | | + | |19 октября |
| | | | ||
| | | | ||
Строка 72: | Строка 74: | ||
|- | |- | ||
|Карасиков Михаил | |Карасиков Михаил | ||
- | | | + | |26 октября |
| | | | ||
| | | | ||
Строка 79: | Строка 81: | ||
|- | |- | ||
|Кулунчаков Андрей | |Кулунчаков Андрей | ||
- | | | + | |26 октября |
| | | | ||
| | | | ||
Строка 86: | Строка 88: | ||
|- | |- | ||
|Матлин Даниил | |Матлин Даниил | ||
- | | | + | |2 ноября |
| | | | ||
| | | | ||
Строка 93: | Строка 95: | ||
|- | |- | ||
|Попова Мария | |Попова Мария | ||
- | | | + | |2 ноября |
| | | | ||
| | | | ||
Строка 100: | Строка 102: | ||
|- | |- | ||
|Хайруллин Ринат | |Хайруллин Ринат | ||
- | | | + | |9 ноября |
| | | | ||
| | | | ||
Строка 107: | Строка 109: | ||
|- | |- | ||
|Швец Михаил | |Швец Михаил | ||
- | | | + | |9 ноября |
| | | | ||
| | | |
Версия 19:40, 28 сентября 2016
Лекции на актуальные темы машинного обучения
Лекции
Источник: научные статьи последних лет, желательно 2015-2016. Продолжительность: 45 минут. Число слайдов: 20-30. Цели:
- Раскрыть проблему постановки и рещения 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,
- вводимые обозначения должны быть удобны и непротиворечивы,
- используемые термины должны быть точны,
- дать теоретические постановки задач,
- желательно привести теоретические примеры решения и его основные свойства,
- представить математические методы,
- привести приметы прикладных задач.
Оценки: max 7 за лекцию + max 3 за тесты. Тест: готовит лектор, 5 вопросов со ответом. Результат теста: N из 5 отображается в 3/6.
Темы на выбор
Указать в таблице:
- Тема вашей дипломной работы
- Reinforcement learning
- Active learning
- Bayesian programming
- Алгоритмы машинного обучения на квантовых компьютерах
- Задачи ИЧК (BCI) и обработка сигналов МЭГ
- Частичное обучение (Semi-supervised learning, Transductive learning)
- Косвенное обучение (Transfer learning)
- Обучение словарей (Dictionary learning)
- Задачи многоклассовой классификации с классами различной мощности
- Функция ошибки в моделях глубокого обучения (и задача выбора моделей)
- Инварианты в задачах глубокого обучения
- Оценка объема выборки в глубоком обучении
- Generative vs Discriminative
- Выбор признаков в задачах квадратичной оптимизации
- Онлайновое обучение, обучение с подкреплением
Расписание
Автор | Дата | Тема | Ссылка | Результат | Сумма |
---|---|---|---|---|---|
Сологуб (пример) | 4 сентября | Алгоритмы индуктивного порождения и трансформации моделей | Диссертация, pdf, Презентация, pdf | NIR(3) + OK(5)+1/4 * [(0/GR)+(8/10)+(8/10AM)+(8/10AR)+(9/10)+(4.5/5)+(10/10)+(4.5/5)+(9/10)] | 9.75 |
Гринчук Алексей | 19 октября | ||||
Ефимова Ирина | 19 октября | ||||
Карасиков Михаил | 26 октября | ||||
Кулунчаков Андрей | 26 октября | ||||
Матлин Даниил | 2 ноября | ||||
Попова Мария | 2 ноября | ||||
Хайруллин Ринат | 9 ноября | ||||
Швец Михаил | 9 ноября |
Практикум
- 19 октября - 2 ноября