Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, осень 2013
Материал из MachineLearning.
(Различия между версиями)
(→Лекции: ссылки на презентации, оценки за лекцию Бурмистрова) |
|||
| Строка 148: | Строка 148: | ||
|? | |? | ||
|24 сентября | |24 сентября | ||
| - | |OK(5)+1/4 * [(0/GR)+(8/10)+(8/10AM)+(8/10AR)+(9/10)+(4.5/5)+( | + | |OK(5)+1/4 * [(0/GR)+(8/10)+(8/10AM)+(8/10AR)+(9/10)+(4.5/5)+(10/10)+(4.5/5)+(?/IY)] |
|- | |- | ||
|Machine Learning Problem Statements in Plate Notations | |Machine Learning Problem Statements in Plate Notations | ||
| Строка 154: | Строка 154: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Koksharov2013Essey/KoksharovSlidesGraphicalModels.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Koksharov2013Essey/KoksharovSlidesGraphicalModels.pdf] | ||
|24 сентября | |24 сентября | ||
| - | |OK(5)+1/4 * [(8/GR)+(0/MK)+(0/AM)+(0/AR)+(8/10)+(4.5/5)+( | + | |OK(5)+1/4 * [(8/GR)+(0/MK)+(0/AM)+(0/AR)+(8/10)+(4.5/5)+(9/10)+(4/5)+(?/IY)] |
|- | |- | ||
|Deep Learning / Methods for Big Data | |Deep Learning / Methods for Big Data | ||
| Строка 160: | Строка 160: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Romanenko2013DLpresent/Romanenko2013DLPresent.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Romanenko2013DLpresent/Romanenko2013DLPresent.pdf] | ||
|1 октября | |1 октября | ||
| - | |OK(5)+1/4 * [(9/10GR)+(9/10)+(7/10)+(0/AR)+(9/10)+(4/5)+( | + | |OK(5)+1/4 * [(9/10GR)+(9/10)+(7/10)+(0/AR)+(9/10)+(4/5)+(10/10)+(4.5/5)+(?/IY)] |
|- | |- | ||
|Usage of Copulas | |Usage of Copulas | ||
| Строка 166: | Строка 166: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Motrenko2013CopulaLecture/Motrenko2013CopulaLecture.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Motrenko2013CopulaLecture/Motrenko2013CopulaLecture.pdf] | ||
|1 октября | |1 октября | ||
| - | |OK(5)+1/4 * [(10/10GR)+(9/10)+(0/AM)+(8/10)+(6/10)+(5/5)+( | + | |OK(5)+1/4 * [(10/10GR)+(9/10)+(0/AM)+(8/10)+(6/10)+(5/5)+(9/10)+(4.5/5)+(?/IY)] |
|- | |- | ||
|Problems of Voting, Expert Systems and Preference Learning | |Problems of Voting, Expert Systems and Preference Learning | ||
| Строка 172: | Строка 172: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Budnikov2013Lecture/Budnikov2013PreferenceLearning.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Budnikov2013Lecture/Budnikov2013PreferenceLearning.pdf] | ||
|8 октября | |8 октября | ||
| - | |OK(5)+1/4 * [(8/10)+(7/10)+(8/10)+(7/10)+(8/10)+(0/YB)+( | + | |OK(5)+1/4 * [(8/10)+(7/10)+(8/10)+(7/10)+(8/10)+(0/YB)+(10/10)+(4.5/5)+(?/IY)] |
|- | |- | ||
|Topic Modeling: PLSA, LDA et al. | |Topic Modeling: PLSA, LDA et al. | ||
| Строка 178: | Строка 178: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Sanduleanu2013Essay/Presentation.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Sanduleanu2013Essay/Presentation.pdf] | ||
|8 октября | |8 октября | ||
| - | |OK(5)+1/4 * [(7/10)+(6/10)+(7/10)+(8/10)+(0/LS)+(3.5/5)+( | + | |OK(5)+1/4 * [(7/10)+(6/10)+(7/10)+(8/10)+(0/LS)+(3.5/5)+(9/10)+(4.5/5)+(?/IY)] |
|- | |- | ||
|MDL Principle | |MDL Principle | ||
|Бурмистров | |Бурмистров | ||
| - | | | + | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Burmistrov2013MDL/Burmistrov2013MDL.pdf] |
|15 октября | |15 октября | ||
| - | | +1/4 * [(0/10)+(0/10)+(8/10)+(7/10)+(10/10)+(4/5)+( | + | | +1/4 * [(0/10)+(0/10)+(8/10)+(7/10)+(10/10)+(4/5)+(0/MB)+(4/5)+(?/IY)] |
|- | |- | ||
|Data and Parameter Sampling and Applications | |Data and Parameter Sampling and Applications | ||
| Строка 190: | Строка 190: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Tokmakova2013Essay/Presentation/Tokmakova2013SamplingSlides.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Tokmakova2013Essay/Presentation/Tokmakova2013SamplingSlides.pdf] | ||
|15 октября | |15 октября | ||
| - | | +1/4 * [(9/10)+(6/10)+(8/10)+(6/10)+(9/10)+(5/5)+( | + | | +1/4 * [(9/10)+(6/10)+(8/10)+(6/10)+(9/10)+(5/5)+(10/10)+(?/AT)+(?/IY)] |
|- | |- | ||
|Learning of games / Многорукие бандиты | |Learning of games / Многорукие бандиты | ||
|Ямщиков | |Ямщиков | ||
| - | | | + | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Yamschikov2013Essay/Yamschikov2013MultiarmedBandits/Yamschikov2013MultiarmedBandits.pdf] |
|22 октября | |22 октября | ||
| - | | +1/4 * [(8/10)+(10/10)+(0/AM)+(0/AR)+(9/10)+(5/5)+( | + | | +1/4 * [(8/10)+(10/10)+(0/AM)+(0/AR)+(9/10)+(5/5)+(10/10)+(5/5)+(?/IY)] |
|- | |- | ||
|Mixture of Experts (and Models) | |Mixture of Experts (and Models) | ||
Версия 05:35, 22 октября 2013
Эссе
| Автор | 1 | 2 | 3 | 4 | 5 | 5 | 7 | 8 | 9 | 0 |
|---|---|---|---|---|---|---|---|---|---|---|
| Рудой | 1 | 2 | 3 | 4 | 5 | |||||
| Кокшаров | 1 | 1 | 2 | 2 | 3 | |||||
| Романенко | 1 | 2 | 3 | 4 | 5 | |||||
| Мотренко | 1 | 2 | 3 | 4 | 5 | |||||
| Будников | 1 | 2 | 3 | 4 | 5UPD | |||||
| Сандуляну | 1 | 2 | 3 | 4 | 5 | |||||
| Бурмистров | 1 | 2 | 3 | 4 | 5 | |||||
| Токмакова | 1 | 2 | 3 | 4 | 5 | |||||
| Ямщиков | 1 | 1 | 2 | 2 | 3 |
Список тем
- Аппроксимация множества точек замкнутыми кривыми
- Метод группового учета аргументов в новой нотации
- Заполнение пропусков в порядковых шкалах и в шкалах без отношения полного порядка
- Роль Матрицы Ганкеля в прогнозировании временных рядов
Лекции
| Тема | Автор | Ссылка | Дата | Результат |
|---|---|---|---|---|
| Data Analysis Problem Statements in the Category Theory Language | Рудой | ? | 24 сентября | OK(5)+1/4 * [(0/GR)+(8/10)+(8/10AM)+(8/10AR)+(9/10)+(4.5/5)+(10/10)+(4.5/5)+(?/IY)] |
| Machine Learning Problem Statements in Plate Notations | Кокшаров | [1] | 24 сентября | OK(5)+1/4 * [(8/GR)+(0/MK)+(0/AM)+(0/AR)+(8/10)+(4.5/5)+(9/10)+(4/5)+(?/IY)] |
| Deep Learning / Methods for Big Data | Романенко | [2] | 1 октября | OK(5)+1/4 * [(9/10GR)+(9/10)+(7/10)+(0/AR)+(9/10)+(4/5)+(10/10)+(4.5/5)+(?/IY)] |
| Usage of Copulas | Мотренко | [3] | 1 октября | OK(5)+1/4 * [(10/10GR)+(9/10)+(0/AM)+(8/10)+(6/10)+(5/5)+(9/10)+(4.5/5)+(?/IY)] |
| Problems of Voting, Expert Systems and Preference Learning | Будников | [4] | 8 октября | OK(5)+1/4 * [(8/10)+(7/10)+(8/10)+(7/10)+(8/10)+(0/YB)+(10/10)+(4.5/5)+(?/IY)] |
| Topic Modeling: PLSA, LDA et al. | Сандуляну | [5] | 8 октября | OK(5)+1/4 * [(7/10)+(6/10)+(7/10)+(8/10)+(0/LS)+(3.5/5)+(9/10)+(4.5/5)+(?/IY)] |
| MDL Principle | Бурмистров | [6] | 15 октября | +1/4 * [(0/10)+(0/10)+(8/10)+(7/10)+(10/10)+(4/5)+(0/MB)+(4/5)+(?/IY)] |
| Data and Parameter Sampling and Applications | Токмакова | [7] | 15 октября | +1/4 * [(9/10)+(6/10)+(8/10)+(6/10)+(9/10)+(5/5)+(10/10)+(?/AT)+(?/IY)] |
| Learning of games / Многорукие бандиты | Ямщиков | [8] | 22 октября | +1/4 * [(8/10)+(10/10)+(0/AM)+(0/AR)+(9/10)+(5/5)+(10/10)+(5/5)+(?/IY)] |
| Mixture of Experts (and Models) | Адуенко | 22 октября | ||
| Gaussian Processes and Applications for Machine Learning | 22 октября | |||
| Role of the Error Function in the Model Selection Problems | 22 октября |
Дополнительно
- 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).
- Раскрыть проблему постановки задачи Машинного обучения и анализа данных в данной теме
- Подобрать примеры постановки (и решения) известных (а может и узкоспециальных) задач
Рекомендации к стилю изложения:
- дать основные определения этой области
- привести теоретические примеры и основные свойства
- представить математические методы,
- дать теоретические постановки задач,
- 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
- А.А. Ивахненко: тест/экзамен.
- В.В. Стрижов: практика.
