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

В докладе речь пойдет о методах выбора модели в выпуклых и ограниченных задачах регресии. Будет рассказано про штрафные функции, определяемы с помощью Радемахеровской сложности.

19 октября 2015 г. Никита Животовский

Речь пойдет о новых результатах, демонстрирующих, что в малошумных задачах VC-размерность не всегда является исчерпывающей мерой сложности. Будут обсуждаться преимущества схем голосования классификаторов по сравнению с классификаторами, полученными с помощью алгоритмов обучения, принимающих значения внутри фиксированного класса, а также возможность применения неразмеченных данных. По ходу обсуждения будут сформулированы открытые вопросы.

26 октября 2015 г. Никита Животовский

Продолжение предыдущего доклада.

2 ноября 2015 г. Юрий Максимов

Разбор задач курса по аналитической комбинаторике и ее приложениям.

21 ноября 2015 г. Юрий Максимов (18-30, 307 ауд. ИППИ РАН)

Ликбез по дискретной математике и ее приложениям. Лекция 1: Параметрическая сложность, сепараторы и численные методы оптимизации.

21 ноября 2015 г. Юрий Максимов (19-50, 307 ауд. ИППИ РАН)

Ликбез по дискретной математике и ее приложениям. Лекция 2: Метрические задачи: задача о Штейнеровском дереве и 3/2-приближенный алгоритм Ароры для TSP.

Личные инструменты