Участник:Kropotov
Материал из MachineLearning.
(Различия между версиями)
(+ ссылка на страницу с публикациями) |
(+ первая версия библиотеки glm) |
||
| Строка 19: | Строка 19: | ||
== Программные реализации == | == Программные реализации == | ||
| + | ==== Обобщенные линейные модели ==== | ||
| + | |||
| + | Реализация ряда классических алгоритмов решения задач классификации и регрессии на основе обобщенных линейных моделей, таких как байесовская линейная/логистическая регрессия, метод релевантных векторов и вариационный метод релевантных векторов. Эти алгоритмы просты в использовании и, как правило, обладают высокой скоростью работы. С их помощью можно решать задачи классификации и регрессии, а также осуществлять отбор значимых признаков. | ||
| + | |||
| + | Скачать: [[Media:Glm_105.RAR|glm V1.05 (RAR, 243 Кб)]] | ||
== Учебные курсы == | == Учебные курсы == | ||
Версия 17:41, 30 декабря 2010
| Кропотов Дмитрий Александрович
м.н.с. Вычислительного Центра РАН |
Научные интересы
Публикации
Список публикаций см. здесь.
Программные реализации
Обобщенные линейные модели
Реализация ряда классических алгоритмов решения задач классификации и регрессии на основе обобщенных линейных моделей, таких как байесовская линейная/логистическая регрессия, метод релевантных векторов и вариационный метод релевантных векторов. Эти алгоритмы просты в использовании и, как правило, обладают высокой скоростью работы. С их помощью можно решать задачи классификации и регрессии, а также осуществлять отбор значимых признаков.
Скачать: glm V1.05 (RAR, 243 Кб)
Учебные курсы
Спецкурс «Байесовские методы машинного обучения»
Спецкурс «Структурные методы анализа изображений и сигналов»
Спецсеминар «Байесовские методы машинного обучения»
