Выбор моделей в машинном обучении (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 674, осень 2019

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
 
(2 промежуточные версии не показаны)
Строка 28: Строка 28:
* [[Media:Aduenko2019MCMC.pdf|Лекция 11: Методы Монте-Карло по схеме марковских цепей.]]
* [[Media:Aduenko2019MCMC.pdf|Лекция 11: Методы Монте-Карло по схеме марковских цепей.]]
* [[Media:Bayes_game_2019.pdf‎|Соревнование 1]]
* [[Media:Bayes_game_2019.pdf‎|Соревнование 1]]
 +
* [[Media:Aduenko2019HMC2.pdf|Лекция 12: Гамильтоновы методы Монте-Карло по схеме марковских цепей.]]
 +
* [[Media:Aduenko2019BayesOpt.pdf|Лекция 13: Байесовская оптимизация.]]
== Дополнительные материалы ==
== Дополнительные материалы ==

Текущая версия


Байесовский выбор моделей Курс лекций, преподаватель Александр Александрович Адуенко (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