Статистическое обучение, выбор моделей и бутстреп (регулярный семинар)
Материал из MachineLearning.
Содержание |
Описание семинара:
Одной из ключевых проблем (статистического) машинного обучения является построения классификаторов наилучшим образом предсказывающих ответы на неизвестной (контрольной) выборке при уловии того, что ответы на части данных (обучающая выборка) известны. В рамках этой задачи возникает большое число задач связанных как, например, с построением как можно более точных оценок риска, так и с задачей построения правила отбора классификаторов в рамках заданного семейства. Основное внимание группой уделается задачам частичного/трансдуктивного обучения(semi-supervised/transductive learning) и методам многоклассовой классификации. В рамках исследований группы отдельное внимание уделяется также задаче выбора модели и построения комбинаций классификаторов.
Время заседаний:
Регулярный семинар проводимый в ИППИ РАН в 18-30 по понедельникам
Научные руководители семинара
Н .К. Животовский, Е. А. Крымова, В. Г. Спокойный, Е. О. Черноусова
Организатор семинара
