Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 574, осень 2019
Материал из MachineLearning.
(Различия между версиями)
(→Группа) |
(→Группа) |
||
Строка 96: | Строка 96: | ||
| - | | - | ||
| 0.31 | | 0.31 | ||
- | |||
- | |||
- | |||
- | |||
- | |||
|- | |- | ||
| Фалахов И | | Фалахов И | ||
Строка 121: | Строка 116: | ||
| - | | - | ||
| - | | - | ||
+ | |- | ||
+ | | Фельдман Даниил | ||
+ | | | ||
+ | | - | ||
+ | | | ||
|- | |- | ||
|} | |} |
Версия 14:17, 22 сентября 2019
Short link bit.ly/IS_B2
Группа
Студент | Тест 1 | HW 1 | Тест 2 |
---|---|---|---|
5 курс | |||
Васильев Илья | - | - | |
Гадаев Тамаз Тазикоевич | 0.56 | - | 0.94 |
Гладин Егор Леонидович | - | - | |
Грабовой Андрей Валериевич | 0.63 | Essay | 0.31 |
Кислинский Вадим Геннадьевич | - | - | |
Козлинский Евгений Михайлович | - | - | |
Криницкий Константин Денисович | - | essay | 0.25 |
Кириллов Егор Дмитриевич | - | - | |
Рогозина Анна Андреевна | - | - | |
Плетнев Никита Вячеславович | 0.82 | Essay | 0.25 |
Малиновский Григорий Станиславович | 0.82 | [1] | 0.81 |
Самохина Алина Максимовна | - | - | |
Султанов Азат Русланович | - | - | |
Федосов Павел Андреевич | - | - | |
Шульгин Егор Владимирович | - | - | |
Никитин Филипп | 0.56 | - | 0.31 |
Фалахов И | 0.5 | - | |
Собраков | - | - | 0 |
6 курс | |||
Сайранов Данил | - | - | - |
Фельдман Даниил | - |
This series of seminars continues the course Bayesian model selection and investigates the theoretical aspects of model selection in various application problems.
Seminar 1 (Isachenko, slides)
- Generative models
- Applications
- Autoregressive models (CharRNN, MADE, WaveNet, PixelCNN)
Seminar 2 (Isachenko, slides)
- Generative vs discriminative
- Latent variable models
- Variational Inference
- ELBO
- Variational Autoencoder
Seminar 3 (Isachenko, slides)
- Mean field approximation
- Flow models (NICE, RealNVP)
- Seminar 4 (Isachenko)
- Generative adversarial networks
- Seminar 5 (Bakhteev)
- Methods of model selection
- Generalization theorem
- Seminar 6 (Bakhteev)
- Complexity theorems
- Seminar 7 (Grabovoy?)
- Mixture of experts
- Priors on the mixture
- Privileged learning and distilling
- Seminar 8 (Aduenko?)
- Theorem of number of experts
- Seminar 9 (Vladimirova?)
- Prior propagation for deep learning networks
- Seminar 10
- Directional Bayesian statistics
- Seminar 11
- Bayesian structure learning
- Seminar 12
- Probabilistic metric space construction
- Seminar 13
- Informative prior
- Seminar 14
- Bayesian programming
- Informative prior with applications