Спецсеминар "Байесовские методы машинного обучения"/осень 2011

Материал из MachineLearning.

Перейти к: навигация, поиск
Основная статья: Спецсеминар "Байесовские методы машинного обучения"

В осеннем семестре 2011/2012 учебного года спецсеминар проходит на ВМиК МГУ по средам в ауд. 510, начало в 18-30.

Расписание семинаров

Дата Название семинара Комментарии
7 сентября 2011 Елшин Денис, студент 4 курса ВМК МГУ.
Рассказ о летней школе Microsoft по компьютерному зрению. 		Сайт летней школы.
21 сентября 2011 Ушмаев Олег, в.н.с. ИПИ РАН.
Подход к измерению активности выброса радиоактивных веществ по данным мониторинга радиационной обстановки. 		Презентация (PDF, 3.13Мб)
28 сентября 2011 Визильтер Юрий Валентинович, рук. лаборатории компьютерного машинного зрения ФГУП ГосНИИАС.
Морфологический подход к синтезу метрических классификаторов и его реализация методом отыскания минимального разреза графа соседства для обучающей выборки. 		Презентация (PDF, 744Кб)
Программа (RAR, 1.62Мб)
Статья на ММРО (PDF, 375Кб)
5 октября 2011 Кропотов Дмитрий Александрович, м.н.с. ВЦ РАН.
Boltzmann Machines: математические модели, алгоритмы обучения, примеры применения..
12 октября 2011 Шальнов Евгений, студент 4-го курса ВМК.
Обобщение алгоритмов \alpha-расширения и \alpha-\beta замены. 		Презентация (PDF, 260Кб)
19 октября 2011 Ветров Дмитрий Петрович, н.с. ВМК МГУ.
История Древнего Рима. 		Ненаучный семинар
26 октября 2011 Новиков Павел, студент 4-го курса ВМК.
Поиск дескрипторов, инвариантных к нелинейным деформациям и изменению освещенности
2 ноября 2011 Андрей Голдберг, сотрудник Microsoft Research, Silicon Valley.
Быстрые алгоритмы поиска максимального потока в графе 		Презентация

Зачет по спецсеминару

Зачет состоится в конце декабря.

Список вопросов к зачету:

  1. Минимизация парно-сепарабельной энергии с бинарными переменными при помощи алгоритма поиска максимального потока в графе. Триангуляция Делоне и диаграмма Вороного. Применение этих техник для построения метрического классификатора Ю. Визильтера.
  2. Схема Гиббса для генерации выборки из распределения. Примеры применения. Вывод формул для схемы Гиббса в моделях BM и RBM.
  3. Вариационный подход. Примеры применения. Вывод формул для вариационного подхода в модели DBM.
  4. Модель DBM. Алгоритм обучения. Примеры применения.
  5. Алгоритмы \alpha-расширения и \alpha-\beta замены для минимизации парно-сепарабельной энергии с K-значными переменными. Алгоритм \alpha-расширения \beta-сдвига.
Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%A1%D0%BF%D0%B5%D1%86%D1%81%D0%B5%D0%BC%D0%B8%D0%BD%D0%B0%D1%80_%22%D0%91%D0%B0%D0%B9%D0%B5%D1%81%D0%BE%D0%B2%D1%81%D0%BA%D0%B8%D0%B5_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B3%D0%BE_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F%22/%D0%BE%D1%81%D0%B5%D0%BD%D1%8C_2011»
Личные инструменты