Участник:Voronov
Материал из MachineLearning.
(Новая: '''МФТИ, ФУПМ, 074''' Кафедра "'''Интеллектуальные системы'''" Направление "'''Интеллектуальный анализ данны...) |
|||
Строка 22: | Строка 22: | ||
аналитического программирования. Проведен вычислительный эксперимент; найдена | аналитического программирования. Проведен вычислительный эксперимент; найдена | ||
модельная функция волатильности. | модельная функция волатильности. | ||
+ | |||
+ | '''Публикация''' | ||
+ | |||
+ | ''Воронов C.О.'' | ||
+ | [http://svn.code.sf.net/p/mlalgorithms/code/Voronov2013GeneticProg/doc/Voronov2013GeneticProg.pdf Алгоритм генетического программирования для решения задачи прогнозирования]'' | ||
+ | // Machinelearning.ru, 2013.'' | ||
Версия 20:14, 10 сентября 2013
МФТИ, ФУПМ, 074
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
Mailto: rdkl.hrd@gmail.com
Отчеты о научно-исследовательской работе
Весна 2013, 6-й семестр
Алгоритм генетического программирования для решения задачи прогнозирования
В работе исследовано автоматическое порождение прогнозирующих моделей. Предложен алгоритм для решения задачи моделирования улыбки волатильности биржевых опционов. В основе алгоритма лежат идеи алгоритмов генетического и аналитического программирования. Проведен вычислительный эксперимент; найдена модельная функция волатильности.
Публикация
Воронов C.О. Алгоритм генетического программирования для решения задачи прогнозирования // Machinelearning.ru, 2013.
Отбор признаков для выявления научных документов
В работе исследованы методы классификации текстовых документов на научные и ненаучные. Предложены признаки, позволяющие наилучшим образом обучить SVM-классификатор для выявления научных материалов среди текстовых документов. Кроме того, исследовано влияние параметров классификатора на количество ошибок на контроле.