Участник:Celyh
Материал из MachineLearning.
(→Весна 2012, 6-й семестр) |
(→Осень 2012, 7-й семестр) |
||
| Строка 31: | Строка 31: | ||
'' Критерий согласия Пирсона неприменим к сильно разреженным распределениям, так как в этих случаях распределение статистики плохо описывается асимптотическим законом хи-квадрат, зависит от длины выборки и вида исходного распределения. В данной работе предлагаются статистические критерии, основанные на сэмплировании Монте-Карло, и рассматривается их применение в задачах анализа текстов, в частности, для проверки гипотезы условной независимости при построении и оценивании вероятностных тематических моделей.'' | '' Критерий согласия Пирсона неприменим к сильно разреженным распределениям, так как в этих случаях распределение статистики плохо описывается асимптотическим законом хи-квадрат, зависит от длины выборки и вида исходного распределения. В данной работе предлагаются статистические критерии, основанные на сэмплировании Монте-Карло, и рассматривается их применение в задачах анализа текстов, в частности, для проверки гипотезы условной независимости при построении и оценивании вероятностных тематических моделей.'' | ||
| + | |||
| + | '''Публикация''' | ||
| + | *{{Статья | ||
| + | |автор = Целых В.Р., Воронцов К.В. | ||
| + | |название = Критерии согласия для разреженных дискретных распределений и их применение в тематическом моделировании | ||
| + | |журнал = Машинное обучение и анализ данных | ||
| + | |год = 2012 | ||
| + | |номер = 4 | ||
| + | |ISSN = ? | ||
| + | |язык = russian | ||
| + | |страницы = 436-446 | ||
| + | |url = ? | ||
| + | }} | ||
Версия 10:06, 23 января 2013
МФТИ, ФУПМ
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
Mailto: Celyh@inbox.ru
Отчеты о научно-исследовательской работе
Весна 2012, 6-й семестр
Многомерные адаптивные регрессионные сплайны
В работе рассматриваются многомерные адаптивные регрессионные сплайны. Метод позволяет получить модели, дающие достаточно точную аппроксимацию, даже в тех случаях, когда связи между предикторными и зависимыми переменными имеют немонотонный характер и сложны для приближения параметрическими моделями. Экспериментально исследуется зависимость ошибки аппроксимации от сложности модели. Для иллюстрации работы метода используются тестовые данные, данные ЭКГ и данные из области финансовой математики.
Публикация
- Целых В.Р. Многомерные адаптивные регрессионные сплайны // Машинное обучение и анализ данных. — 2012. — № 3. — С. 272-278. — ISSN 2223-3792.
Осень 2012, 7-й семестр
Критерии согласия для разреженных дискретных распределений и их применение в тематическом моделировании
Критерий согласия Пирсона неприменим к сильно разреженным распределениям, так как в этих случаях распределение статистики плохо описывается асимптотическим законом хи-квадрат, зависит от длины выборки и вида исходного распределения. В данной работе предлагаются статистические критерии, основанные на сэмплировании Монте-Карло, и рассматривается их применение в задачах анализа текстов, в частности, для проверки гипотезы условной независимости при построении и оценивании вероятностных тематических моделей.
Публикация
- Целых В.Р., Воронцов К.В. Критерии согласия для разреженных дискретных распределений и их применение в тематическом моделировании // [? Машинное обучение и анализ данных]. — 2012. — № 4. — С. 436-446. — ISSN ?.
