Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, осень 2021

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(16 промежуточных версий не показаны.)
Строка 11: Строка 11:
* [[Media:Aduenko2021Introduction2.pdf|Лекция 2: Введение: множественное тестирование гипотез.]]
* [[Media:Aduenko2021Introduction2.pdf|Лекция 2: Введение: множественное тестирование гипотез.]]
* [[Media:Aduenko2021Introduction3.pdf|Лекция 3: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.]]
* [[Media:Aduenko2021Introduction3.pdf|Лекция 3: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.]]
 +
* [[Media:Aduenko2021Evidence.pdf|Лекция 4: Байесовская линейная регрессия. Обоснованность (evidence).]]
 +
* [[Media:Bayes_theory_2_2021.pdf‎|Задание 2]]
 +
* [[Media:Aduenko2021Evidence2.pdf|Лекция 5: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).]]
 +
* [[Media:Bayes_applied_1_2021.pdf|Практическое задание 1]]
 +
* [https://www.dropbox.com/s/ltlm1ngzfpghw7m/task1_data.zip?dl=0 Данные для практического задания 1]
 +
* [[Media:Aduenko2021EvidenceLogRegression.pdf|Лекция 6: Байесовская линейная и логистическая регрессия и отбор признаков.]]
 +
* [[Media:Bayes_test_1_2021.pdf|Тест 1]]
 +
* [[Media:Aduenko2021EvidenceLogRegressionAndEM.pdf|Лекция 7: Байесовская логистическая регрессия (БЛР) и отбор признаков. EM-алгоритм.]]
 +
* [[Media:Aduenko2021EvidenceLogRegressionAndEM_3.pdf|Лекция 8: БЛР: построение прогноза и апостериорное распределения. EM-алгоритм.]]
 +
* [[Media:Bayes_theory_3_2021.pdf‎|Задание 3]]
 +
* [[Media:Aduenko2021VariatonalEM_2.pdf|Лекция 9: Вариационный EM-алгоритм.]]
 +
* [[Media:Aduenko2021GP.pdf|Лекция 10: Гауссовские процессы и эволюция моделей во времени.]]
 +
* [[Media:Aduenko2021MultimodelSelection.pdf|Лекция 11: Построение адекватных мультимоделей.]]
 +
* [[Media:Aduenko2021MCMC.pdf|Лекция 12: Методы Монте-Карло по схеме марковских цепей.]]
 +
* [[Media:Bayes_theory_4_2021.pdf‎|Задание 4]]
 +
* [[Media:Aduenko2021HMC_2.pdf|Лекция 13: Гамильтоновы методы Монте-Карло по схеме марковских цепей.]]
== Дополнительные материалы ==
== Дополнительные материалы ==

Версия 13:27, 1 декабря 2021


Байесовский выбор моделей Курс лекций, преподаватель Александр Александрович Адуенко (aduenko at phystech.edu; aduenko1 at gmail.com)

Дополнительные материалы

  1. См. последний слайд каждой лекции со списком литературы.
  2. David MacKay, 2005, Information Theory, Inference, and Learning Algorithms
  3. Christopher Bishop, 2006, Pattern Recognition and Machine Learning
  4. David Barber, 2014, Bayesian Reasoning and Machine Learning
  5. Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
  6. Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective
Личные инструменты