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

Материал из MachineLearning.

Перейти к: навигация, поиск
Основная статья: Численные методы обучения по прецедентам (практика, В.В. Стрижов)
Основная статья: Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)


Эссе

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

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
Machine Learning Problem Statements in Plate Notations Кокшаров [2] 24 сентября OK
Deep Learning / Methods for Big Data Романенко [3] 1 октября ?,?,
Usage of Copulas Мотренко [4] 1 октября ?,?,
Problems of Voting, Expert Systems and Preference Learning Будников [5] 8 октября ?,?,
Topic Modeling: PLSA, LDA et al. Сандуляну [6] 8 октября ?,?,
MDL Principle Бурмистров [7] 15 октября ?,?,
Data and Parameter Sampling and Applications Токмакова 15 октября ?,?,
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

А.А. Ивахненко: тест/экзамен.

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%BF%D0%BE_%D0%BF%D1%80%D0%B5%D1%86%D0%B5%D0%B4%D0%B5%D0%BD%D1%82%D0%B0%D0%BC_%28%D0%BF%D1%80%D0%B0%D0%BA%D1%82%D0%B8%D0%BA%D0%B0%2C_%D0%92.%D0%92._%D0%A1%D1%82%D1%80%D0%B8%D0%B6%D0%BE%D0%B2%29/%D0%93%D1%80%D1%83%D0%BF%D0%BF%D0%B0_874%2C_%D0%BE%D1%81%D0%B5%D0%BD%D1%8C_2013»
Личные инструменты