Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, осень 2013
Материал из MachineLearning.
(Различия между версиями)
(→Лекции) |
|||
Строка 164: | Строка 164: | ||
|Usage of Copulas | |Usage of Copulas | ||
|Мотренко | |Мотренко | ||
- | |[http://svn.code.sf.net/p/mlalgorithms/code/ | + | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Motrenko2013CopulaLecture/Motrenko2013CopulaLecture.pdf] |
|1 октября | |1 октября | ||
|OK(5) + 1/4 * [(?/GR) + (?/MK) + (0/AM) + (8/10)] | |OK(5) + 1/4 * [(?/GR) + (?/MK) + (0/AM) + (8/10)] |
Версия 11:58, 1 октября 2013
Эссе
Автор | 1 | 2 | 3 | 4 | 5 | 5 | 7 | 8 | 9 | 0 |
---|---|---|---|---|---|---|---|---|---|---|
Рудой | 1 | 2 | 3 | |||||||
Кокшаров | 1 | 1 | 1 | |||||||
Романенко | 1 | 2 | 3 | |||||||
Мотренко | 1 | 2 | 3 | |||||||
Будников | 1 | 2 | 3DL! | |||||||
Сандуляну | 1 | 2 | 3 | |||||||
Бурмистров | 1 | 2 | 3 | |||||||
Токмакова | 1 | 2 | 3 | |||||||
Ямщиков | 1 | 1 | 2 |
Список тем
- Аппроксимация множества точек замкнутыми кривыми
- Метод группового учета аргументов в новой нотации
- Заполнение пропусков в порядковых шкалах и в шкалах без отношения полного порядка
- Роль Матрицы Ганкеля в прогнозировании временных рядов
Лекции
Тема | Автор | Ссылка | Дата | Результат |
---|---|---|---|---|
Data Analysis Problem Statements in the Category Theory Language | Рудой | [1] | 24 сентября | OK(5) + 1/4 * [(0/GR) + (?/MK) + (8/10)] |
Machine Learning Problem Statements in Plate Notations | Кокшаров | [2] | 24 сентября | OK(5) + 1/4 * [(?/GR) + (0/MK) + (0/AM) + (0/AR)] |
Deep Learning / Methods for Big Data | Романенко | [3] | 1 октября | OK(5) + 1/4 * [(?/GR) + (?/MK) + (7/10) + (0/AR)] |
Usage of Copulas | Мотренко | [4] | 1 октября | OK(5) + 1/4 * [(?/GR) + (?/MK) + (0/AM) + (8/10)] |
Problems of Voting, Expert Systems and Preference Learning | Будников | [5] | 8 октября | + 1/4 * [(?/GR) + (?/MK) + (8/10) + (7/10)] |
Topic Modeling: PLSA, LDA et al. | Сандуляну | [6] | 8 октября | + 1/4 * [(?/GR) + (?/MK) + (7/10) + (8/10)] |
MDL Principle | Бурмистров | [7] | 15 октября | + 1/4 * [(?/GR) + (?/MK) + (8/10) + (7/10)] |
Data and Parameter Sampling and Applications | Токмакова | 15 октября | + 1/4 * [(?/GR) + (?/MK) + (8/10) + (6/10)] | |
Ямщиков | ? | 22 октября | + 1/4 * [(0/GR) + (0/MK) + (0/AM) + (0/AR)] | |
Gaussian Processes and Applications for Machine Learning | [8] | 22 октября | ||
Role of the Error Function in the Model Selection Problems | [9] | 22 октября |
Дополнительно
- Mixture of Experts
- Feature generation for Image Analysis
- Learning of games / Многорукие бандиты
- Метрические вложения
- Теория статистического обучения
Требования: Продолжительность: 1 академический час, 45 минут. Число слайдов: 20-30 (по вкусу).
- Раскрыть проблему постановки задачи Машинного обучения и анализа данных в данной теме
- Подобрать примеры постановки (и решения) известных (а может и узкоспециальных) задач
Рекомендации к стилю изложения:
- дать основные определения этой области
- привести теоретические примеры и основные свойства
- представить математические методы,
- дать теоретические постановки задач,
- привести приметы прикладных задач.
Оценки: макс. 7 баллов из 10 (5 за лекцию + 2 за тесты). Тест: готовит лектор, 5 вопросов со свободным ответом и вопрос «Основное сообщение лекции (2-3 предложения)». Результат теста: N из 5 (отображается в 1/4). 17 декабря – отчеты о научной работе.
Практика
А.А. Ивахненко: тест/экзамен.