Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, осень 2013

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Лекции)
(Лекции)
Строка 158: Строка 158:
|Deep Learning / Methods for Big Data
|Deep Learning / Methods for Big Data
|Романенко
|Романенко
-
|[http://svn.code.sf.net/p/mlalgorithms/code/Kashcheeva2013InverseVAR/doc/Kashcheeva2013InverseVar.pdf]
+
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Romanenko2013DLpresent/Romanenko2013DLPresent.pdf]
|1 октября
|1 октября
|OK(5) + 1/4 * [(?/GR) + (9/10) + (7/10) + (0/AR)]
|OK(5) + 1/4 * [(?/GR) + (9/10) + (7/10) + (0/AR)]

Версия 18:23, 7 октября 2013


Эссе

Автор 1 2 3 4 5 5 7 8 9 0
Рудой 1 2 3
Кокшаров 1 1 2
Романенко 1 2 3
Мотренко 1 2 3
Будников 1 2 3DL!
Сандуляну 1 2 3
Бурмистров 1 2 3
Токмакова 1 2 3
Ямщиков 1 1 2

Список тем

  1. Аппроксимация множества точек замкнутыми кривыми
  2. Метод группового учета аргументов в новой нотации
  3. Заполнение пропусков в порядковых шкалах и в шкалах без отношения полного порядка
  4. Роль Матрицы Ганкеля в прогнозировании временных рядов

Лекции

Тема Автор Ссылка Дата Результат
Data Analysis Problem Statements in the Category Theory Language Рудой [1] 24 сентября OK(5) + 1/4 * [(0/GR) + (8/10) + (8/10)]
Machine Learning Problem Statements in Plate Notations Кокшаров [2] 24 сентября OK(5) + 1/4 * [(?/GR) + (0/MK) + (0/AM) + (0/AR)]
Deep Learning / Methods for Big Data Романенко [3] 1 октября OK(5) + 1/4 * [(?/GR) + (9/10) + (7/10) + (0/AR)]
Usage of Copulas Мотренко [4] 1 октября OK(5) + 1/4 * [(?/GR) + (9/10) + (0/AM) + (8/10)]
Problems of Voting, Expert Systems and Preference Learning Будников [5] 8 октября + 1/4 * [(?/GR) + (7/10) + (8/10) + (7/10)]
Topic Modeling: PLSA, LDA et al. Сандуляну [6] 8 октября + 1/4 * [(?/GR) + (6/10) + (7/10) + (8/10)]
MDL Principle Бурмистров [7] 15 октября + 1/4 * [(?/GR) + (0/10) + (8/10) + (7/10)]
Data and Parameter Sampling and Applications Токмакова 15 октября + 1/4 * [(?/GR) + (6/10) + (8/10) + (6/10)]
? Ямщиков 22 октября + 1/4 * [(?/GR) + (10/10) + (0/AM) + (0/AR)]
Gaussian Processes and Applications for Machine Learning [8] 22 октября
Role of the Error Function in the Model Selection Problems [9] 22 октября

Дополнительно

  • Mixture of Experts
  • Feature generation for Image Analysis
  • Learning of games / Многорукие бандиты
  • Метрические вложения
  • Теория статистического обучения

Требования: Продолжительность: 1 академический час, 45 минут. Число слайдов: 20-30 (по вкусу).

  1. Раскрыть проблему постановки задачи Машинного обучения и анализа данных в данной теме
  2. Подобрать примеры постановки (и решения) известных (а может и узкоспециальных) задач

Рекомендации к стилю изложения:

  1. дать основные определения этой области
  2. привести теоретические примеры и основные свойства
  3. представить математические методы,
  4. дать теоретические постановки задач,
  5. привести приметы прикладных задач.

Оценки: макс. 7 баллов из 10 (5 за лекцию + 2 за тесты). Тест: готовит лектор, 5 вопросов со свободным ответом и вопрос «Основное сообщение лекции (2-3 предложения)». Результат теста: N из 5 (отображается в 1/4). 17 декабря – отчеты о научной работе.

Практика

  1. А.А. Ивахненко: тест/экзамен.
  2. В.В. Стрижов: практика.
Личные инструменты