Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 674, весна 2020
Материал из MachineLearning.
(Различия между версиями)
(→Темы лекций) |
|||
Строка 38: | Строка 38: | ||
# Формулировка и доказательство теоремы в строгом изложении (можно отходить от авторского варианта, если нужно для ясности) | # Формулировка и доказательство теоремы в строгом изложении (можно отходить от авторского варианта, если нужно для ясности) | ||
# Значимость теоремы: обзор методов и приложений, иллюстрирующих теорему | # Значимость теоремы: обзор методов и приложений, иллюстрирующих теорему | ||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
+ | |||
{|class="wikitable" | {|class="wikitable" | ||
Строка 48: | Строка 61: | ||
|- | |- | ||
|12 февраля | |12 февраля | ||
- | | | + | | Теорема о сингулярном разложении Молер-Форсайт и другие разложения |
| Роман Исаченко | | Роман Исаченко | ||
| | | | ||
Строка 54: | Строка 67: | ||
|- | |- | ||
| 19 февраля | | 19 февраля | ||
- | | | + | | Теоремы Колмогорова и Арнольда, теорема об универсальном аппроксиматоре Цыбенко, теорема о глубоких нейросетях |
- | | | + | | Марк Потанин |
| | | | ||
| | | | ||
|- | |- | ||
| 26 февраля | | 26 февраля | ||
- | | Обобщенно-линейные модели теорема о связи | + | | Обобщенно-линейные модели теорема о связи распределений в экспонентном семействе |
| Андрей Грабовой | | Андрей Грабовой | ||
| | | | ||
Строка 66: | Строка 79: | ||
|- | |- | ||
| 4 марта | | 4 марта | ||
- | | РАС обучаемость | + | | РАС обучаемость, теорема о том, что сжатие предполагает обучаемость |
| Тамаз Гадаев | | Тамаз Гадаев | ||
| | | | ||
Строка 72: | Строка 85: | ||
|- | |- | ||
| 11 марта | | 11 марта | ||
- | | | + | | Теорема о бесплатных обедах в машинном обучении, Волперт |
| Радослав Нейчев | | Радослав Нейчев | ||
| | | | ||
Строка 78: | Строка 91: | ||
|- | |- | ||
| 18 марта | | 18 марта | ||
- | | | + | | Сходимость про вероятности при выборе моделей |
| Марк Потанин | | Марк Потанин | ||
| | | | ||
| | | | ||
|- | |- | ||
- | | | + | | 25 марта |
- | | | + | | Теорема схем, Холланд |
- | | | + | | Радослав Нейчев |
| | | | ||
| | | | ||
|- | |- | ||
+ | | 1 апреля | ||
+ | |Метрические пространства: RKHS Аронжайн, теорема Мерсера | ||
+ | | Алексей Гончаров | ||
| | | | ||
- | |||
| | | | ||
+ | |- | ||
+ | | 8 апреля | ||
+ | | Теорема о свертке (Фурье, свертка, автокорреляция) с примерами сверточных сетей | ||
+ | | Филипп Никитин | ||
| | | | ||
| | | | ||
|- | |- | ||
- | | | + | | 15 апреля |
- | | | + | | Representer theorem, Schölkopf, Herbrich, and Smola |
| | | | ||
| | | | ||
| | | | ||
|- | |- | ||
+ | | 22 апреля | ||
+ | | Обратная теорема Фурье, теорема Парсеваля (равномерная и неравномерная сходимость) | ||
+ | | Филипп Никитин | ||
| | | | ||
- | |||
| | | | ||
+ | |- | ||
+ | | 29 апреля | ||
+ | | Вариационная аппроксимация, теорема о байесовском выборе моделей | ||
+ | | Олег Бахтеев | ||
| | | | ||
| | | |
Версия 14:53, 9 февраля 2020
Фундаментальные теоремы машинного обучения Мотивация
- Диссертации к.ф.-м.н. должны содержать обоснованный математический аппрат и теоремы. Студенческие дипломные работы с теоремами приветствуются.
- Подготовка сборника коллективом авторов.
Темы лекций
- Теорема о сингулярном разложении Молер-Форсайт и другие разложения
- Метод главных компонент Рао и разложение Карунена-Лоэва
- Теоремы Колмогорова и Арнольда, теорема об универсальном аппроксиматоре Цыбенко, теорема о глубоких нейросетях
- Теорема о бесплатных обедах в машинном обучении, Волперт
- Метрические пространства: RKHS Аронжайн, теорема Мерсера
- Теорема схем, Холланд
- Теорема о свертке (Фурье, свертка, автокорреляция) с примерами сверточных сетей
- Обратная теорема Фурье, теорема Парсеваля (равномерная и неравномерная сходимость)
- РАС-learning, теорема о том, что сжатие предполагает обучаемость
- Representer theorem, Schölkopf, Herbrich, and Smola
- Вариационная аппроксимация
- Сходимость про вероятности при выборе моделей
- Теорема о связи распределений в экспонентном семействе
- (? Теорема про бандитов)
- (? Копулы и теорема Скляра)
Предлагаемый план изложения материала:
- Введение: основное сообщение теоремы в понятном (не обязательно строгом) изложении
- Вводная часть: определение терминов и сведения, необходимые для изложения (обозначения можно использовать авторские или [ссылка на обозначения Б.А.С.])
- Формулировка и доказательство теоремы в строгом изложении (можно отходить от авторского варианта, если нужно для ясности)
- Значимость теоремы: обзор методов и приложений, иллюстрирующих теорему
Дата (можно менять, но согласовывать с другими) | Тема | Лектор | Докладчик | Ссылки |
---|---|---|---|---|
12 февраля | Теорема о сингулярном разложении Молер-Форсайт и другие разложения | Роман Исаченко | ||
19 февраля | Теоремы Колмогорова и Арнольда, теорема об универсальном аппроксиматоре Цыбенко, теорема о глубоких нейросетях | Марк Потанин | ||
26 февраля | Обобщенно-линейные модели теорема о связи распределений в экспонентном семействе | Андрей Грабовой | ||
4 марта | РАС обучаемость, теорема о том, что сжатие предполагает обучаемость | Тамаз Гадаев | ||
11 марта | Теорема о бесплатных обедах в машинном обучении, Волперт | Радослав Нейчев | ||
18 марта | Сходимость про вероятности при выборе моделей | Марк Потанин | ||
25 марта | Теорема схем, Холланд | Радослав Нейчев | ||
1 апреля | Метрические пространства: RKHS Аронжайн, теорема Мерсера | Алексей Гончаров | ||
8 апреля | Теорема о свертке (Фурье, свертка, автокорреляция) с примерами сверточных сетей | Филипп Никитин | ||
15 апреля | Representer theorem, Schölkopf, Herbrich, and Smola | |||
22 апреля | Обратная теорема Фурье, теорема Парсеваля (равномерная и неравномерная сходимость) | Филипп Никитин | ||
29 апреля | Вариационная аппроксимация, теорема о байесовском выборе моделей | Олег Бахтеев |
Темы докладов
- Короткий адрес страницы http://bit.ly/2U3ExKd
- Основная статья