Просмотр

Материал из MachineLearning.

У вас нет прав на выполнение этой операции по следующим причинам:

• Запрошенное действие могут выполнять только участники из групп emailconfirmed, Администраторы.
• Вы должны подтвердить ваш адрес электронной почты перед правкой страниц. Пожалуйста, введите и подтвердите ваш адрес эл. почты на странице настроек.

Вы можете просмотреть и скопировать исходный текст этой страницы:

{{Main|Численные методы обучения по прецедентам (практика, В.В. Стрижов)}} __NOTOC__ '''Байесовский выбор моделей''' Курс лекций, преподаватель Александр Александрович Адуенко (aduenko1 at gmail.com) * [[Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, осень 2021|Курс, прочитанный осенью '''2021''' года]] * Короткий адрес страницы [https://bit.ly/3DitwLA https://bit.ly/3DitwLA] * [[Media:Aduenko2022Introduction_2.pdf|Лекция 1: Введение]] * [[Media:Aduenko2022Introduction2_3.pdf|Лекция 2: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.]] * [[Media:Bayes_theory_1_2022.pdf‎|Задание 1]] * [[Media:Aduenko2022Evidence.pdf|Лекция 3: Байесовская линейная регрессия. Обоснованность (evidence).]] * [[Media:Aduenko2022Evidence_part2.pdf|Лекция 4: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).]] * [[Media:Bayes_test_1_2022.pdf|Тест 1]] * [[Media:Aduenko2022EvidenceLogRegression.pdf|Лекция 5: Обоснованность: Анализ свойств и связь со статистической значимостью.]] * [[Media:Bayes_theory_2_2022.pdf‎|Задание 2]] * [[Media:Bayes_applied_2022_fall.pdf|Практическое задание 1]] * [https://www.dropbox.com/s/ezatrbyej7ue047/task1_data.zip?dl=0 Данные для практического задания 1] * [[Media:Aduenko2022LogRegressionEM_2.pdf|Лекция 6: Байесовская логистическая регрессия и отбор признаков. ЕМ-алгоритм.]] * [[Media:Bayes_theory_3_2022.pdf‎|Задание 3]] * [[Media:Aduenko2022EM_VarEM.pdf|Лекция 7: ЕМ-алгоритм и вариационный EM-алгоритм. Пропуски в данных.]] * [[Media:Aduenko2022VariationalEM_2.pdf|Лекция 8: Вариационный EM-алгоритм.]] * [[Media:Aduenko2022GP.pdf|Лекция 9: Гауссовские процессы и эволюция моделей во времени.]] * [[Media:Aduenko2022MultimodelSelection.pdf|Лекция 10: Построение адекватных мультимоделей.]] * [[Media:Bayes_theory_4_2022.pdf‎|Задание 4]] * [[Media:Aduenko2022MCMC.pdf|Лекция 11: Методы Монте-Карло по схеме марковских цепей.]] * [[Media:Bayes_applied_2022_continued.pdf|Практическое задание 1 (продолжение)]] * [[Media:Aduenko2022HMC.pdf|Лекция 12: Гамильтоновы методы Монте-Карло по схеме марковских цепей.]] * [[Media:Aduenko2022BayesOpt.pdf|Лекция 13: Байесовская оптимизация.]] * [[Media:Bayes_test_final_2022.pdf|Письменный зачет.]] == Дополнительные материалы == # См. последний слайд каждой лекции со списком литературы. # [http://www.inference.org.uk/itprnn/book.pdf David MacKay, 2005, Information Theory, Inference, and Learning Algorithms] # [http://users.isr.ist.utl.pt/~wurmd/Livros/school/Bishop%20-%20Pattern%20Recognition%20And%20Machine%20Learning%20-%20Springer%20%202006.pdf Christopher Bishop, 2006, Pattern Recognition and Machine Learning] # [http://web4.cs.ucl.ac.uk/staff/D.Barber/textbook/090310.pdf David Barber, 2014, Bayesian Reasoning and Machine Learning] # Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models # [https://doc.lagout.org/science/Artificial%20Intelligence/Machine%20learning/Machine%20Learning_%20A%20Probabilistic%20Perspective%20%5BMurphy%202012-08-24%5D.pdf Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective]

• Шаблон:Main

Возврат к странице Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 974, осень 2022.