Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 674, весна 2020
Материал из MachineLearning.
(Различия между версиями)
(→Темы лекций) |
|||
Строка 39: | Строка 39: | ||
# Значимость теоремы: обзор методов и приложений, иллюстрирующих теорему | # Значимость теоремы: обзор методов и приложений, иллюстрирующих теорему | ||
+ | ==Сылка на проект== | ||
+ | * [https://github.com/Intelligent-Systems-Phystech/FundamentalTheoremsML Intelligent-Systems-Phystech/FundamentalTheoremsML] | ||
- | + | ==Расписание лекций== | |
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
{|class="wikitable" | {|class="wikitable" | ||
Строка 60: | Строка 52: | ||
! Ссылки | ! Ссылки | ||
|- | |- | ||
- | | | + | |19 февраля |
| Теорема о сингулярном разложении Молер-Форсайт и другие разложения | | Теорема о сингулярном разложении Молер-Форсайт и другие разложения | ||
| Роман Исаченко | | Роман Исаченко | ||
Строка 66: | Строка 58: | ||
| | | | ||
|- | |- | ||
- | | | + | | 26 февраля |
| Теоремы Колмогорова и Арнольда, теорема об универсальном аппроксиматоре Цыбенко, теорема о глубоких нейросетях | | Теоремы Колмогорова и Арнольда, теорема об универсальном аппроксиматоре Цыбенко, теорема о глубоких нейросетях | ||
| Марк Потанин | | Марк Потанин | ||
Строка 72: | Строка 64: | ||
| | | | ||
|- | |- | ||
- | | | + | | 4 марта |
| Обобщенно-линейные модели теорема о связи распределений в экспонентном семействе | | Обобщенно-линейные модели теорема о связи распределений в экспонентном семействе | ||
| Андрей Грабовой | | Андрей Грабовой | ||
Строка 78: | Строка 70: | ||
| | | | ||
|- | |- | ||
- | | | + | | 11 марта |
| РАС обучаемость, теорема о том, что сжатие предполагает обучаемость | | РАС обучаемость, теорема о том, что сжатие предполагает обучаемость | ||
| Тамаз Гадаев | | Тамаз Гадаев | ||
Строка 84: | Строка 76: | ||
| | | | ||
|- | |- | ||
- | | | + | | 18 марта |
| Теорема о бесплатных обедах в машинном обучении, Волперт | | Теорема о бесплатных обедах в машинном обучении, Волперт | ||
| Радослав Нейчев | | Радослав Нейчев | ||
Строка 90: | Строка 82: | ||
| | | | ||
|- | |- | ||
- | | | + | | 25 марта |
| Сходимость про вероятности при выборе моделей | | Сходимость про вероятности при выборе моделей | ||
| Марк Потанин | | Марк Потанин | ||
Строка 96: | Строка 88: | ||
| | | | ||
|- | |- | ||
- | | | + | | 1 апреля |
| Теорема схем, Холланд | | Теорема схем, Холланд | ||
| Радослав Нейчев | | Радослав Нейчев | ||
Строка 102: | Строка 94: | ||
| | | | ||
|- | |- | ||
- | | | + | | 8 апреля |
|Метрические пространства: RKHS Аронжайн, теорема Мерсера | |Метрические пространства: RKHS Аронжайн, теорема Мерсера | ||
| Алексей Гончаров | | Алексей Гончаров | ||
Строка 108: | Строка 100: | ||
| | | | ||
|- | |- | ||
- | | | + | | 15 апреля |
| Теорема о свертке (Фурье, свертка, автокорреляция) с примерами сверточных сетей | | Теорема о свертке (Фурье, свертка, автокорреляция) с примерами сверточных сетей | ||
| Филипп Никитин | | Филипп Никитин | ||
Строка 114: | Строка 106: | ||
| | | | ||
|- | |- | ||
- | | | + | | 22 апреля |
| Representer theorem, Schölkopf, Herbrich, and Smola | | Representer theorem, Schölkopf, Herbrich, and Smola | ||
| | | | ||
Строка 120: | Строка 112: | ||
| | | | ||
|- | |- | ||
- | | | + | | 29 апреля |
| Обратная теорема Фурье, теорема Парсеваля (равномерная и неравномерная сходимость) | | Обратная теорема Фурье, теорема Парсеваля (равномерная и неравномерная сходимость) | ||
| Филипп Никитин | | Филипп Никитин | ||
Строка 126: | Строка 118: | ||
| | | | ||
|- | |- | ||
- | | | + | | 6 мая |
| Вариационная аппроксимация, теорема о байесовском выборе моделей | | Вариационная аппроксимация, теорема о байесовском выборе моделей | ||
| Олег Бахтеев | | Олег Бахтеев |
Версия 15:06, 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.
Содержание |
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
Сылка на проект
Расписание лекций
Дата (можно менять, но согласовывать с другими) | Тема | Лектор | Докладчик | Ссылки |
---|---|---|---|---|
19 февраля | Теорема о сингулярном разложении Молер-Форсайт и другие разложения | Роман Исаченко | ||
26 февраля | Теоремы Колмогорова и Арнольда, теорема об универсальном аппроксиматоре Цыбенко, теорема о глубоких нейросетях | Марк Потанин | ||
4 марта | Обобщенно-линейные модели теорема о связи распределений в экспонентном семействе | Андрей Грабовой | ||
11 марта | РАС обучаемость, теорема о том, что сжатие предполагает обучаемость | Тамаз Гадаев | ||
18 марта | Теорема о бесплатных обедах в машинном обучении, Волперт | Радослав Нейчев | ||
25 марта | Сходимость про вероятности при выборе моделей | Марк Потанин | ||
1 апреля | Теорема схем, Холланд | Радослав Нейчев | ||
8 апреля | Метрические пространства: RKHS Аронжайн, теорема Мерсера | Алексей Гончаров | ||
15 апреля | Теорема о свертке (Фурье, свертка, автокорреляция) с примерами сверточных сетей | Филипп Никитин | ||
22 апреля | Representer theorem, Schölkopf, Herbrich, and Smola | |||
29 апреля | Обратная теорема Фурье, теорема Парсеваля (равномерная и неравномерная сходимость) | Филипп Никитин | ||
6 мая | Вариационная аппроксимация, теорема о байесовском выборе моделей | Олег Бахтеев |
Темы докладов
- Короткий адрес страницы http://bit.ly/2U3ExKd
- Основная статья