|
|
| (6 промежуточных версий не показаны.) |
| Строка 3: |
Строка 3: |
| | '''МФТИ, ФУПМ''' | | '''МФТИ, ФУПМ''' |
| | | | |
| - | Кафедра "'''Интеллектуальные системы'''"
| + | Аспирант кафедры "'''Интеллектуальные системы'''" |
| | | | |
| - | Направление "'''Интеллектуальный анализ данных'''"
| + | == Теория статистического обучения == |
| - | | + | Конспект уже прочитанных лекций по [[Теория статистического обучения (курс лекций, Н. К. Животовский)|ссылке]]. |
| - | nikita.zhivotovskiy@phystech.edu
| + | |
| - | | + | |
| - | == Отчеты о научно-исследовательской работе == | + | |
| - | | + | |
| - | === Осень 2011, 9-й семестр ===
| + | |
| - | | + | |
| - | '''Оценка частоты тестовой ошибки с помощью скользящего контроля'''
| + | |
| - | | + | |
| - | ''На практике для оценивания обобщающей способности обучаемых алгоритмов часто используется оценка скользящего контроля с одним отделяемым объектом LOO (leave-one-out cross-validation). Несмотря на широкое применение, известные теоретические обоснования LOO пока либо сильно привязаны к конкретному методу обучения, либо представляют собой сильно завышенные оценки вероятности большого отклонения действительной вероятности ошибки от оценки LOO. В работе используется комбинаторный подход, с помощью которого удается значительно улучшить ранние результаты.''
| + | |
| - | | + | |
| - | '''Публикации'''
| + | |
| - | | + | |
| - | ''Животовский Н.К.'' Комбинаторные оценки вероятности отклонения тестовой ошибки от ошибки скользящего контроля // '', ММРО — 15, 2011. — С. 52-55'' (опубликовано)
| + | |
| - | | + | |
| - | === Весна 2012, 10-й семестр ===
| + | |
| - | '''Вопросы точности комбинаторных оценок вероятности переобучения'''
| + | |
| - | | + | |
| - | ''Одной из главных задач статистической теории обучения является оценивание обощающей способности обучающихся алгоритмов. Оценки, получаемые с помощью теории Вапника-Червоненкиса являются черезмерно завышенными и часто теряют свой практический смысл. Но с помощью комбинаторной теории переобучения удается не только улучшить известные оценки, но даже в некоторых частных случаях получить эффективно вычисляемые точные оценки. Целью работы является описание всех семейств алгоритмов, для которых комбинаторные оценки расслоения-связности точны.''
| + | |
| - | | + | |
| - | Часть результатов изложена в 9-ом семестре на конференции МФТИ. В 10-ом семестре оформлена статья, посвященная подробному описанию искомых семейств. Результаты статьи также докладывались на семинаре, посвященном комбинаторному подходу к оценке вероятности переобучения.
| + | |
| - | | + | |
| - | '''Публикации'''
| + | |
| - | | + | |
| - | ''Животовский Н.К.'' Критерий точности комбинаторных оценок вероятности переобучения //'' МФТИ-54, том 2, 2011, С. 99-100'' (опубликовано)
| + | |
| - | | + | |
| - | ''Животовский Н.К.'' О точных оценках вероятности переобучения //'', 2012 (Написана, в настоящий момент не опубликована)
| + | |
| - | | + | |
| - | '''Оценки избыточного риска'''
| + | |
| - | | + | |
| - | Изучались современные подходы для оценки избыточного риска в задачах минимизации эмпирического риска. С помощью неравенств концентрации меры удается получить оценки избыточного риска, зависящие только от обучающей выборки, что в дальнейшем может быть использовано в вопросах как model selection, так и непосредственно при обучении для достижения наибольшей обощающей способности.
| + | |
