Статистическое обучение, выбор моделей и бутстреп (регулярный семинар)

Материал из MachineLearning.

Перейти к: навигация, поиск

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, проводится в ИППИ РАН по понедельникам в 18-30, ауд. 616.

Научные руководители семинара

Н.К. Животовский, Е. А. Крымова, В. Г. Спокойный, Е. О. Черноусова

Организатор семинара

Совместный учебно-научный семинар магистерской программы Математические методы оптимизации и стохастики Факультета Компьютерных наук НИУ ВШЭ, Института проблем передачи информации РАН и Лаборатории ПреМоЛаб МФТИ. Куратор семинара Н.К. Животовский

Прошедшие заседания

12 октября 2015 г. Константин Мищенко TBC

19 октября 2015 г. Никита Животовский TBC

Личные инструменты