Участник:Shanin

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
 
Строка 6: Строка 6:
Полезные ссылки
Полезные ссылки
 +
ftp://ftp.era.ebi.ac.uk/meta/doc/sra_1_1/SRA_File_Formats_Guide.pdf
ftp://ftp.era.ebi.ac.uk/meta/doc/sra_1_1/SRA_File_Formats_Guide.pdf
 +
 +
http://fgcz-intranet.uzh.ch/publish/BiostatLecture/Exercise6-R214.pdf
=Исследование локализованных радемахеровских сложностей (заброшено)=
=Исследование локализованных радемахеровских сложностей (заброшено)=

Текущая версия

Ваня Шанин — студент 4го курса ВМиК МГУ, кафедры ММП.

На этой странице пока бардак, но в скором будущем она будет отображать мою деятельность.

Содержание

RNA-Seq

Полезные ссылки

ftp://ftp.era.ebi.ac.uk/meta/doc/sra_1_1/SRA_File_Formats_Guide.pdf

http://fgcz-intranet.uzh.ch/publish/BiostatLecture/Exercise6-R214.pdf

Исследование локализованных радемахеровских сложностей (заброшено)

ToDo:

  • Разобраться с локализованной радемахеровской сложностью

Где копать алмазы


Эксперимент

Сравнить экспериментально несколько оценок вероятности переобучения:

  • 1) точную оценку вероятности переобучения по методу Монте-Карло;
  • 2) комбинаторную оценку расслоения-связности для вероятности переобучения;
  • 3) заниженную оценку вероятности большого равномерного отклонения частот по Монте-Карло;
  • 4) комбинаторную оценку связности для вероятности большого равномерного отклонения частот, через граф расслоения-связности, и без использования радемахеровской сложности;
  • 5) комбинаторную оценку вероятности большого равномерного отклонения частот через радемахеровскую сложность, но без использования неравенств концентрации меры;
  • 6) стандартную оценку вероятности большого равномерного отклонения частот через радемахеровскую сложность с использованием неравенств концентрации меры.
Личные инструменты