|
|
| (4 промежуточные версии не показаны) |
| Строка 1: |
Строка 1: |
| - | {{Main|Численные методы обучения по прецедентам (практика, В.В. Стрижов)}}
| |
| - | __NOTOC__
| |
| | | | |
| - | '''Байесовский выбор моделей'''
| |
| - | Курс лекций, преподаватель Александр Александрович Адуенко (aduenko1 at gmail.com)
| |
| - |
| |
| - | * [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, осень 2018|Курс, прочитанный осенью '''2018''' года]]
| |
| - | * Короткий адрес страницы [http://bit.ly/2lD8lhs http://bit.ly/2lD8lhs]
| |
| - | * [[Media:Aduenko2019Introduction.pdf|Лекция 1: Введение]]
| |
| - | * [[Media:Bayes_theory_1_2019.pdf|Задание 1]]
| |
| - | * [[Media:Aduenko2019Introduction2.pdf|Лекция 2: Введение. Экспоненциальное семейство распределений.]]
| |
| - | * [[Media:Aduenko2019Evidence.pdf|Лекция 3: Байесовская линейная регрессия. Обоснованность (evidence).]]
| |
| - | * [[Media:Bayes_test_1_2019.pdf|Тест 1.]]
| |
| - | * [[Media:Bayes_applied_1_2019.pdf|Практическое задание 1.]]
| |
| - | * [https://www.dropbox.com/sh/v5r6vz51hzca7iy/AAByUjA3X5P2RzKEgf7RWdIKa?dl=0 Данные для практического задания 1]
| |
| - | * [[Media:Aduenko2019Evidence2.pdf|Лекция 4: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).]]
| |
| - | * [[Media:Aduenko2019EvidenceLogRegression.pdf|Лекция 5: Байесовская логистическая регрессия и отбор признаков.]]
| |
| - | * [[Media:Bayes_theory_2_2019_new.pdf|Задание 2]]
| |
| - | * [[Media:Bayes_test_2_2019.pdf|Тест 2]]
| |
| - | * [[Media:Aduenko2019EM.pdf|Лекция 6: EM-алгоритм для максимизации обоснованности.]]
| |
| - | * [[Media:Aduenko2019EMndVariationalEM.pdf|Лекция 7: EM-алгоритм и вариационный EM-алгоритм.]]
| |
| - | * [[Media:Aduenko2019VariationalEM2.pdf|Лекция 8: Вариационный EM-алгоритм и введение в гауссовские процессы.]]
| |
| - | * [[Media:Bayes_theory_3_2019.pdf|Задание 3]]
| |
| - | * [[Media:Aduenko2019GP.pdf|Лекция 9: Гауссовские процессы для учёта эволюции модели.]]
| |
| - | * [[Media:Aduenko2019AdequateMultimodels.pdf|Лекция 10: Построение адекватных мультимоделей.]]
| |
| - | * [[Media:Bayes_applied_2_2019.pdf|Практическое задание 2.]]
| |
| - | * [[Media:Bayes_theory_4_2019.pdf|Задание 4]]
| |
| - | * [[Media:Aduenko2019MCMC.pdf|Лекция 11: Методы Монте-Карло по схеме марковских цепей.]]
| |
| - |
| |
| - | == Дополнительные материалы ==
| |
| - | # См. последний слайд каждой лекции со списком литературы.
| |
| - | # [http://www.inference.org.uk/itprnn/book.pdf David MacKay, 2005, Information Theory, Inference, and Learning Algorithms]
| |
| - | # [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Christopher Bishop, 2006, Pattern Recognition and Machine Learning]
| |
| - | # [http://web4.cs.ucl.ac.uk/staff/D.Barber/textbook/090310.pdf David Barber, 2014, Bayesian Reasoning and Machine Learning]
| |
| - | # Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
| |
| - | # [https://doc.lagout.org/science/Artificial%20Intelligence/Machine%20learning/Machine%20Learning_%20A%20Probabilistic%20Perspective%20%5BMurphy%202012-08-24%5D.pdf Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective]
| |
