Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 674, весна 2020

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Темы лекций)
Строка 18: Строка 18:
# Сходимость про вероятности при выборе моделей
# Сходимость про вероятности при выборе моделей
# Теорема о связи распределений в экспонентном семействе
# Теорема о связи распределений в экспонентном семействе
 +
# (? теорема про бандитов)
 +
# (? Копулы и теорема Скляра)
Строка 44: Строка 46:
==Темы докладов==
==Темы докладов==
 +
<!--
 +
# Онлайновое обучение
 +
# Достижения и проблемы RL
 +
# Привилегированное обучение
 +
# Частичное обучение (Semi-supervised learning, Transductive learning)
 +
# Косвенное обучение (Transfer learning)
 +
# Обучение словарей (Dictionary learning)
 +
# Задачи многоклассовой классификации с классами различной мощности
 +
# Функция ошибки в моделях глубокого обучения (и задача выбора моделей)
 +
# Инварианты в задачах глубокого обучения
 +
# Выбор признаков в задачах квадратичной оптимизации
 +
# Онлайновое обучение, обучение с подкреплением
 +
-->
 +
Короткий адрес страницы
 +
* [http://bit.ly/2U3ExKd http://bit.ly/2U3ExKd]

Версия 22:40, 28 января 2020

Фундаментальные теоремы машинного обучения

Мотивация

  • Диссертации к.ф.-м.н. должны содержать обоснованный математический аппрат и теоремы. Студенческие дипломные работы с теоремами приветствуются.
  • Подготовка сборника коллективом авторов.

Темы лекций

  1. Теорема о сингулярном разложении Молер-Форсайт и другие разложения
  2. Метод главных компонент Рао и разложение Карунена-Лоэва
  3. Теоремы Колмогорова и Арнольда, теорема об универсальном аппроксиматоре Цыбенко, теорема о глубоких нейросетях
  4. Теорема о бесплатных обедах в машинном обучении, Волперт
  5. Метрические пространства: RKHS Аронжайн, теорема Мерсера
  6. Теорема схем, Холланд
  7. Теорема о свертке (Фурье, свертка, автокорреляция) с примерами сверточных сетей
  8. Обратная теорема Фурье, теорема Парсеваля (равномерная и неравномерная сходимость)
  9. РАС-learning, теорема о том, что сжатие предполагает обучаемость
  10. Вариационная аппроксимация
  11. Сходимость про вероятности при выборе моделей
  12. Теорема о связи распределений в экспонентном семействе
  13. (? теорема про бандитов)
  14. (? Копулы и теорема Скляра)


Предлагаемый план изложения материала:

  1. Введение: основное сообщение теоремы в понятном (не обязательно строгом) изложении
  2. Вводная часть: определение терминов и сведения, необходимые для изложения (обозначения можно использовать авторские или [ссылка на обозначения Б.А.С.])
  3. Формулировка и доказательство теоремы в строгом изложении (можно отходить от авторского варианта, если нужно для ясности)
  4. Значимость теоремы: обзор методов и приложений, иллюстрирующих теорему
Дата (можно менять, но согласовывать с другими) Тема Лектор Докладчик Ссылки
Метод главных компонент и разложение Карунена-Лоэва

Темы докладов

Короткий адрес страницы

Личные инструменты