Машинное обучение (семинары, ВМК МГУ)
Материал из MachineLearning.
(Различия между версиями)
(Оценки за проверочную по методу главных компонент) |
(Семинар по нормальному дискриминантному анализу) |
||
| Строка 222: | Строка 222: | ||
| | | | ||
[[Media:Sem11_bayes_hw.pdf|Домашнее задание]] | [[Media:Sem11_bayes_hw.pdf|Домашнее задание]] | ||
| + | |- | ||
| + | |4 декабря | ||
| + | | Семинар 13. | ||
| + | Байесовские методы: | ||
| + | * многомерное нормальное распределение, его свойства | ||
| + | * нормальный дискриминантный анализ | ||
| + | * вывод оценок максимального правдоподобия для многомерного нормального распределения | ||
| + | * линейный дискриминант Фишера как поиск одномерного представления выборки | ||
| + | | | ||
| + | [[Media:Sem12_bayes.pdf|Конспект]] | ||
| + | | | ||
| + | [[Media:Sem12_bayes_hw.pdf|Домашнее задание]] | ||
|- | |- | ||
|} | |} | ||
Версия 00:38, 8 декабря 2013
|
- Семинары в поддержку курса лекций «Машинное обучение» К.В. Воронцова.
- Ведутся на кафедре ММП ВМК МГУ с осени 2012 года.
- Семинарист: Соколов Е.А.
Выставление оценки за курс
Оценка за работу в семестре и допуск к экзамену:
- На семинарах изучается определенное число тем, по каждой из которых проводится проверочная работа.
- Проверочная работа состоит из нескольких задач, за решение каждой из которых дается определенное число баллов. Максимальная сумма баллов, которую можно набрать за проверочную работу, равна пяти.
- Если студент набирает за проверочную работу три балла или больше, то считается, что он закрыл соответствующую тему.
- Оценка за работу в семестре равна средней оценке за проверочные работы.
- Для получения допуска к экзамену необходимо закрыть все темы.
- Если у студента на конец семестра есть незакрытые темы, то в день экзамена он решает контрольную работу, в которую входят задачи по всем таким темам. Если студент справляется со всеми задачами, то он получает допуск и сдает экзамен в день первой пересдачи. В противном случае на первой пересдаче ему выдается контрольная, в которую входят задачи, аналогичные не решенным в прошлый раз, и так далее. Когда студент справляется со всеми задачами, ему выставляется три балла за работу в семестре. Более того, оценка за экзамен ограничивается сверху тремя баллами.
- В конце семестра будет проведена контрольная работа, на которой будет дана еще одна попытка решить задачи, не решенные на проверочных работах (и, соответственно, закрыть незакрытые темы).
- После каждого семинара студентам выдается домашняя работа. Ее выполнение не проверяется, однако задачи из нее могут войти в проверочную работу.
Выставление итоговой оценки:
- Оценка за работу в семестре округляется до ближайшего целого числа (.5 округляется вверх).
- Итоговая оценка находится по следующей таблице:
| Семестр | Экзамен | Итог |
|---|---|---|
| 3 | 3 | 3 |
| 3 | 4 | 3 |
| 3 | 5 | 4 |
| 4 | 3 | 3 |
| 4 | 4 | 4 |
| 4 | 5 | 5 |
| 5 | 3 | 4 |
| 5 | 4 | 5 |
| 5 | 5 | 5 |
Осенний семестр 2013
Расписание занятий
| Дата | Тема | Материалы | Д/З |
|---|---|---|---|
| 11 сентября | Семинар 1. Метрические методы:
| ||
| 18 сентября | Семинар 2. Метрические методы:
| ||
| 25 сентября | Семинар 3.
Проверочная работа по метрическим методам. Решающие деревья:
|
см. семинар 4 | |
| 2 октября | Семинар 4. Решающие деревья:
| ||
| 8 октября | Семинар 5.
Проверочная работа по решающим деревьям. Решающие деревья:
|
Разобрать конспект от теоремы 2.2 до конца | |
| 16 октября | Семинар 6. Линейные классификаторы:
|
+ разобрать раздел 3 из конспекта | |
| 26 октября | Семинар 7.
Проверочная работа по векторному дифференцированию. Линейные классификаторы:
| ||
| 30 октября | Семинар 8.
Проверочная работа по двойственным задачам. Линейные классификаторы:
| ||
| 6 ноября | Семинар 9.
Линейные классификаторы:
| ||
| 13 ноября | Семинар 10.
Проверочная работа по SVM. Линейные классификаторы:
| ||
| 20 ноября | Семинар 11.
Проверочная работа по ядровым методам. Метод главных компонент:
| ||
| 27 ноября | Семинар 12.
Проверочная работа по методу главных компонент. Байесовские методы:
| ||
| 4 декабря | Семинар 13.
Байесовские методы:
|
Оценки
| ФИО студента | Группа | kNN | trees | vdiff | kkt | svm | kernel | pca | bayes | Семестр | Экзамен | Итоговая оценка |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Апишев М. | 317 | 4 | 3 | 2 | 5 | 2.5 | н/б | |||||
| Афанасьев К. | 317 | н/б | 1.5 | 0 | 5 | 2 | 3 | |||||
| Готман М. | 317 | 2.75 | 3 | 2 | 5 | 2 | 5 | |||||
| Дойков Н. | 317 | 2.75 | 4.5 | 5 | 5 | 4 | 5 | |||||
| Захаров Е. | 317 | 3.25 | 1.5 | 5 | 5 | 4 | 2 | |||||
| Козлов В. | 317 | 3.75 | 5 | 5 | 5 | 5 | 5 | |||||
| Колмаков Е. | 317 | 5 | 4.5 | 5 | 4.5 | 4 | 5 | |||||
| Лисяной А. | 317 | 2.25 | 3 | 5 | 5 | 5 | 3.5 | |||||
| Лукашкина Ю. | 317 | 1.92 | 3 | 2 | 5 | 3 | 5 | |||||
| Ожерельев И. | 317 | 1.92 | 4.5 | 5 | 5 | 2.5 | 5 | |||||
| Онищенко М. | 317 | 0.5 | 0 | 2 | 4.5 | 3 | 5 | |||||
| Родоманов А. | 317 | 2.42 | 5 | 5 | 5 | 3.5 | 5 | |||||
| Сендерович Н. | 317 | 5 | 5 | 5 | 5 | 5 | 5 | |||||
| Славнов К. | 317 | 4 | 3 | 2 | 2 | 3 | 5 | |||||
| Тюрин А. | 317 | 5 | 5 | 5 | 5 | 4.5 | 4 | |||||
| Хальман М. | 317 | 1.83 | 3 | н/б | 1 | 4.5 | 3.5 | |||||
| Хомутов Н. | 317 | 1.83 | 5 | 5 | 5 | 2.5 | 3 | |||||
| Чистяков А. | 317 | 3 | 4.5 | 5 | 5 | 5 | 5 | |||||
| Шапулин А. | 317 | 2.75 | 3 | 5 | 5 | 4 | 5 |
