Участник:Evgeny smirnov

Материал из MachineLearning.

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 её построения используется метод аддитивной регуляризации тематических моделей $ARTM$. Для него осуществлён подбор проблемно-ориентированных регуляризаторов. На основе метода 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. Воронцов К.В. Полувероятностная тематическая модель для задачи классификации // Машинное обучение и анализ данных. — 2015. — ISSN 2223-3792. (готовится к подаче в журнал)