Участник:Evgeny smirnov

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Отчет о научно-исследовательской работе)
(Отчет о научно-исследовательской работе)
Строка 15: Строка 15:
'''Полувероятностная тематическая модель для задачи классификации'''
'''Полувероятностная тематическая модель для задачи классификации'''
-
''В работе строится тематическая модели для задачи классификации текстовых документов. Для построения модели используется метод аддитивной регуляризации тематических моделей ARTM. На её основе предлагается алгоритм решение задачи классификации. Новизна заключается в том, что модель строится на основе двухматричного разложения.''
+
''В работе строится полувероятностная тематическая модель для задачи классификации текстовых документов. Для построения модели используется метод аддитивной регуляризации тематических моделей ARTM. Для модели осуществлён подбор проблемно-ориентированных регуляризаторов. На её основе предложен EM-алгоритм для решения задачи. Новизна заключается в том, что модель строится на основе двухматричного разложения. Проведён эксперимент на реальных данных для случая двух классов. Сделан вывод о качестве работы построенного классификатора.''
'''Публикация'''
'''Публикация'''
Смирнов Е.А. Полувероятностная тематическая модель для задачи классификации // ''Машинное обучение и анализ данных.'' — 2015. — ISSN 2223-3792. (подана в журнал)
Смирнов Е.А. Полувероятностная тематическая модель для задачи классификации // ''Машинное обучение и анализ данных.'' — 2015. — ISSN 2223-3792. (подана в журнал)
<big>
<big>

Версия 20:40, 4 сентября 2015

МФТИ, ФУПМ

Кафедра «Интеллектуальные системы»

Направление «Интеллектуальный анализ данных»

evgenii.smirnov@phystech.edu

Отчет о научно-исследовательской работе

Весна 2015, 6-й семестр


Полувероятностная тематическая модель для задачи классификации

В работе строится полувероятностная тематическая модель для задачи классификации текстовых документов. Для построения модели используется метод аддитивной регуляризации тематических моделей ARTM. Для модели осуществлён подбор проблемно-ориентированных регуляризаторов. На её основе предложен EM-алгоритм для решения задачи. Новизна заключается в том, что модель строится на основе двухматричного разложения. Проведён эксперимент на реальных данных для случая двух классов. Сделан вывод о качестве работы построенного классификатора.

Публикация Смирнов Е.А. Полувероятностная тематическая модель для задачи классификации // Машинное обучение и анализ данных. — 2015. — ISSN 2223-3792. (подана в журнал)

Личные инструменты