Участник:Pavlov99

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

О себе

  • Студент МФТИ, ФУПМ, 674гр
  • Учусь в ШАДе на анализе данных
  • Работаю в Яндексе
  • Гик.

Научные интересы

  • Машинное обучение: классификация, регрессия, ранжирование
  • Оптимизация
  • Статистика, теория вероятности

Программирование

  • Пишу на C++, Python, MATLAB/Octave, awk, bash
  • emacs

План научной работы

Презентация

  • 1. Постановка прикладной задачи
  • 2. Новый подход (принцип)
  • 3. Авторы, годы, названия методов
  • 4. Постановка задачи
  • 5(2) Правдоподобные параметры и функционал качества без \alpha
  • 6(2) Вероятность параметров p(w | D, A, B) и полный функционал качества
  • 7 Правдоподобие модели
  • 8(2) IRLS, оценка матрицы B
  • 9 Кратко оценка матрица A
  • 10 Итеративный алгоритм вычисления оценки параметров и гиперпараметров модели
  • 11 Оценка правдоподобия модели
  • 12(5) Графики, примеры вычисления оценок
  • 13 Многоуровневая модель, мотивация
  • 14 EM-алгоритм и разбиение выборки
  • 15 Общий функционал качества для многоуровневой модели
  • 16 Описание алгоритма
  • 17 Вычислительный эксперимент
  • 18 Результаты

Обзор литературы

Математика

Данная часть требует осмысления, как и топология c сопутствующими теоремами.

Lorem ipsum dolor sit amet, consectetur adipiscing elit.

Программирование

Вычисление полного функционала качества: графики сходимости \alpha, \beta, \eps

Личные инструменты