Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, весна 2012

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Список задач)
м (Список задач)
 
(41 промежуточная версия не показана)
Строка 12: Строка 12:
! Комментарии
! Комментарии
|-
|-
-
|[[Локальные методы прогнозирования с выбором инвариантного преобразования]]
+
|CMARS: аппроксимация сплайнами
-
|Цыганова Светлана
+
|Влада Целых
-
|Медведникова Мария
+
|Татьяна Шпакова
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Tsyganova2012LocalForecast/ Tsyganova2012 LocalForecast]
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Celyh2012CMARS/ Celyh2012CMARS]
-
|сaipv
+
|[.]сaipvdstrj(10)
|-
|-
-
|[[Аппроксимация эмпирических функций распределения]]
+
|Алгоритмические основы построения банковских скоринговых карт
-
|Иванова Алина
+
|Александр Адуенко
-
|Адуенко Александр
+
|Алина Иванова
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Ivanova2012ApproximateFunc/ Ivanova2012 ApproximateFunc]
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Aduenko2012economics/ Aduenko2012economics]
-
|сai
+
|[.]сaipvdstrj(10)
|-
|-
-
|[[Построение рейтинга российских вузов по открытым данным об успешности карьеры их выпускников (пример)]]
+
|Использование метода главных компонент при построении интегральных индикаторов
|Мария Медведникова
|Мария Медведникова
|Светлана Цыганова
|Светлана Цыганова
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Medvednikova2012Raiting/ Medvednikova2012Raiting]
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Medvednikova2012PCA/ Medvednikova2012PCA]
-
|сaipvd
+
|[r]сaipvdstrj(10)
|-
|-
-
|[[CMARS: аппроксимация сплайнами (пример)]]
+
|Многоуровневая классификация при обнаружении движения цен
-
|Целых Влада
+
|Арсентий Кузьмин
-
|
+
|Анна Варфоломеева
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Celyh2012CMARS/ Celyh2012CMARS]
+
| [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Kuzmin2012TimeRows/ Kuzmin2012TimeRows]
-
|сaipvd
+
|[r]сaipvdstjr(10)
|-
|-
-
|[[Кластеризация и составление словаря аминокислотных последовательностей]]
+
|Локальные методы прогнозирования с выбором инвариантного преобразования
-
|Шпакова Татьяна
+
|Светлана Цыганова
-
|Целых Влада
+
|Мария Медведникова
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Shpakova2012Clustering/ Shpakova2012Clustering]
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Tsyganova2012LocalForecast/ Tsyganova2012 LocalForecast]
-
|сaipvd
+
|[r]сaipvdstjr(10)
|-
|-
-
|[[Полиномы Чебышева и прогнозирование временных рядов]]
+
|Прогноз квазипериодических многомерных временных рядов непараметрическими методами (пример)
-
|Бочкарева Валерия
+
|Егор Клочков
-
|Степан Лобастов
+
|Александр Шульга
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Bochkareva2012TimeSeriesPrediction Bochkareva2012TimeSeriesPrediction]
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Klochkov2012Goods4Cast Klochkov2012Goods4Cast]
-
|сav
+
|[r]сaipvdstj.(10)
|-
|-
-
|[[Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии (пример)]]
+
|Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии (пример)
|Степан Лобастов
|Степан Лобастов
|Егор Клочков
|Егор Клочков
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Lobastov2012FOSelection/ Lobastov2012FOSelection]
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Lobastov2012FOSelection/ Lobastov2012FOSelection]
-
|сaipv
+
|[r]сaipvdstrj(10)
|-
|-
-
|Алгоритмические основы построения банковских скоринговых карт (пример)
+
|Локальные методы прогнозирования с выбором метрики
-
|Александр Адуенко
+
|Анна Варфоломеева
-
|Иванова Алина
+
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Aduenko2012economics/ Aduenko2012economics]
+
-
|сaipvd
+
-
|-
+
-
|[[Многоуровневая классификация при обнаружении движения цен (пример) ]]
+
|Арсентий Кузьмин
|Арсентий Кузьмин
-
|Анна Варфоломеева
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Varfolomeeva2012LocForecastMetrics/ Varfolomeeva2012 LocForecastMetrics]
-
| [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Kuzmin2012TimeRows/ Kuzmin2012TimeRows]
+
|[r]сaipvdstjr(10)
-
|сaipv
+
|-
|-
-
|[[Прогноз квазипериодических многомерных временных рядов непараметрическими методами (пример)]]
+
|Полиномы Чебышева и прогнозирование временных рядов
-
|Егор Клочков
+
|Валерия Бочкарева
-
|?
+
|Степан Лобастов
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Klochkov2012Goods4Cast Klochkov2012Goods4Cast]
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Bochkareva2012TimeSeriesPrediction Bochkareva2012TimeSeriesPrediction]
-
|сaipv
+
|[.]сaipvdst-r(9)
|-
|-
-
|[[Локальные методы прогнозирования с выбором метрики (пример) ]]
+
|Кластеризация и составление словаря аминокислотных последовательностей
-
|Анна Варфоломеева
+
|Татьяна Шпакова
-
|
+
|Влада Целых
-
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Varfolomeeva2012LocForecastMetrics/ Varfolomeeva2012 LocForecastMetrics]
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Shpakova2012Clustering/ Shpakova2012Clustering]
-
|сaip.
+
|[.]сaipvdst..(9)
|-
|-
-
|Векторная авторегрессия и управление макроэкономическими показателями (пример)
+
|Векторная авторегрессия и управление макроэкономическими показателями
|Александр Шульга
|Александр Шульга
|
|
-
|?
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Shulga2012VAR Shulga2012VAR]
-
|a..v
+
|[.]сaipvds...(9)
 +
|-
 +
|Аппроксимация эмпирических функций распределения
 +
|Алина Иванова
 +
|Александр Адуенко
 +
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Ivanova2012ApproximateFunc/ Ivanova2012 ApproximateFunc]
 +
|[r]сaipvd....(9)
|-
|-
 +
<!--
|[[Oblivious Decision Trees (пример) ]]
|[[Oblivious Decision Trees (пример) ]]
|Кирилл Татунов
|Кирилл Татунов
|
|
-
|
+
|[https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group974/Tatunov2012ObliviousDecisionTrees Tatunov2012ObliviousDecisionTrees]
|с.
|с.
|-
|-
-
|[[Алгоритмы нахождения гауссовских смесей (пример)]]
+
-->
-
|Александра Цимбалюк
+
-
|Татьяна Шпакова
+
-
|
+
-
|
+
-
|-
+
-
|[[Сравнение методов ARMA и FLS при ретроспективном прогнозировании (пример) ]]
+
-
| Макаров Виктор
+
-
|
+
-
|
+
-
|
+
-
|-
+
|}
|}
Строка 111: Строка 101:
! Что делаем
! Что делаем
! Результат для обсуждения
! Результат для обсуждения
-
! c
+
! '''c'''ode
|-
|-
| Февраль
| Февраль
Строка 117: Строка 107:
| Выбрана задача, найдены базовые публикации.
| Выбрана задача, найдены базовые публикации.
| Аннотация, 600 знаков.
| Аннотация, 600 знаков.
-
| a
+
| '''a'''nnotation
|-
|-
| Март
| Март
Строка 123: Строка 113:
| Собрана литература, она в bib; найдены данные.
| Собрана литература, она в bib; найдены данные.
| Введение, примерно одна страница.
| Введение, примерно одна страница.
-
| i
+
| '''i'''troduction
|-
|-
|
|
Строка 129: Строка 119:
| Поставлена задача, собраны материалы по работе. Найдены публикации.
| Поставлена задача, собраны материалы по работе. Найдены публикации.
| Постановка задачи, полстраницы.
| Постановка задачи, полстраницы.
-
| p
+
| '''p'''roblem
|-
|-
|
|
Строка 135: Строка 125:
| Поставлен вычислительный эксперимент, получены первые результаты.
| Поставлен вычислительный эксперимент, получены первые результаты.
| Визуализация данных.
| Визуализация данных.
-
| v
+
| '''v'''isualizing
|-
|-
| Апрель
| Апрель
Строка 141: Строка 131:
| Описание алгоритма, часть 1.
| Описание алгоритма, часть 1.
| Теоретическая часть.
| Теоретическая часть.
-
| d
+
| '''d'''ocument
|-
|-
|
|
Строка 153: Строка 143:
| Завершение вычислительного эксперимента.
| Завершение вычислительного эксперимента.
| Контрольная точка - показ статьи в целом.
| Контрольная точка - показ статьи в целом.
-
| s
+
| '''s'''how
|-
|-
|
|
| 25
| 25
-
| Доработка статьи.
+
| Доработка статьи; доклад, первая группа.
-
| Доклад, первая группа.
+
| Доклад.
-
| t
+
| '''t'''alk
|-
|-
|
|
-
| 25+
+
| 25
-
| Подача статьи в журнал.
+
| Доклад, вторая группа.
| Доклад, вторая группа.
-
| j
+
| Подача статьи в журнал.
 +
| '''j'''ournal
|-
|-
 +
| Май
 +
| 3
 +
| Доклад, третья группа.
 +
| Рецензия написана, [r]-рецензенту
 +
| '''r'''eview, [r]
 +
|-
 +
|
 +
| 10
 +
| '''Последний день для претендентов на оценки 10,9.'''
 +
| Зачет
 +
| '''('''score''')'''
 +
|-
|}
|}
Строка 175: Строка 177:
Ключевые слова: logit model, feature selection, boosting.
Ключевые слова: logit model, feature selection, boosting.
-
===Построение рейтинга российских вузов по открытым данным об успешности карьеры их выпускников (пример)===
+
===Использование метода главных компонент при построении интегральных индикаторов===
-
Работа посвящена построению рейтинга российских вузов, основанного на оценке успешности карьеры выпускников. Входные данные (биографии) разбиваются на группы по сферам деятельности, для каждой группы строится интегральный индикатор по индивидуальным признакам. Интегральный индикатор для вуза определяется как среднее арифметическое индикаторов выпускников. Подход проиллюстрирован на выборке из биографий 30 выпускников 10 технических вузов г. Москвы.
+
В данной работе рассматривается использование метода главных компонент при построении интегральных индикаторов. Полученные результаты сравниваются с результатами, даваемыми методом расслоения Парето. Строится интегральный индикатор для российских вузов. Для этого используются биографии 30 богатейших бизнесменов России по версии журнала "Forbes" за 2011 год.
-
''Ключевые слова'': интегральный индикатор, экспертные оценки, веса параметров, метод главных компонент.
+
''Ключевые слова'': интегральный индикатор, экспертные оценки, веса параметров, метод главных компонент, метод расслоения Парето.
===Аппроксимация эмпирических функций распределения===
===Аппроксимация эмпирических функций распределения===
Строка 191: Строка 193:
== Черновой список задач ==
== Черновой список задач ==
-
# [[Кластеризация и составление словаря аминокислотных последовательностей (пример)]]
+
# Кластеризация и составление словаря аминокислотных последовательностей
-
# [[Oblique decision trees: алгоритм Яндекс для системы Полигон (пример)]]
+
# Oblivious decision trees: алгоритм Яндекс для системы Полигон
-
# [[Сравнительный анализ регрессионных остатков в SVN-регрессии (пример)]]
+
# Сравнительный анализ регрессионных остатков в SVN-регрессии
-
# [[Алгоритмы нахождения гауссовских смесей (пример)]]
+
# Алгоритмы нахождения гауссовских смесей
-
# [[Аппроксимация эмпирических функций распределения (пример)]]
+
# Прогноз квазипериодических многомерных временных рядов непараметрическими методами
-
# [[Прогноз квазипериодических многомерных временных рядов непараметрическими методами (пример)]]
+
# Многоуровневая классификация при обнаружении движения цен
-
# [[Многоуровневая классификация при обнаружении движения цен (пример)]]
+
# CMARS: аппроксимация сплайнами
-
# [[Анализ текста методами структурного обучения (пример)]]
+
# Полиномы Чебышева и метод прогонки при прогнозировании временных рядов
-
# [[CMARS: аппроксимация сплайнами (пример)]]
+
# Сравнение методов ARMA и FLS при ретроспективном прогнозировании
-
# [[Полиномы Чебышева и метод прогонки при прогнозировании временных рядов (пример)]]
+
# Локальные методы прогнозирования с выбором метрики
-
# [[Сравнение методов ARMA и FLS при ретроспективном прогнозировании (пример)]]
+
# Локальные методы прогнозирования с выбором инвариантного преобразования
-
# [[Локальные методы прогнозирования с выбором метрики (пример)]]
+
# Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии
-
# [[Локальные методы прогнозирования с выбором инвариантного преобразования (пример)]]
+
# Векторная авторегрессия и управление макроэкономическими показателями
-
# [[Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии (пример)]]
+
# Построение рейтинга российских вузов по открытым данным об успешности карьеры их выпускников
-
# [[Векторная авторегрессия и управление макроэкономическими показателями (пример)]]
+
-
# [[Построение рейтинга российских вузов по открытым данным об успешности карьеры их выпускников (пример)]]
+
-
# [[К рейтинга российских вузов по открытым данным об успешности карьеры их выпускников (пример)]]
+
== Ещё задачи ==
== Ещё задачи ==
-
# [[Алгоритмические основы построения банковских скоринговых карт (пример)]]
+
# Анализ текста методами структурного обучения
-
# [[Сингулярное разложение и поисковая машина (пример)]]
+
# Аппроксимация эмпирических функций распределения
-
# [[Сравнение алгоритмов многокритериальной оптимизации (пример)]]
+
# Алгоритмические основы построения банковских скоринговых карт
 +
# Сингулярное разложение и поисковая машина
 +
# Сравнение алгоритмов многокритериальной оптимизации
# Уточнение экспертных оценок на данных в ранговых шкалах (интервальные, конусы, веса экспертов, копулы)
# Уточнение экспертных оценок на данных в ранговых шкалах (интервальные, конусы, веса экспертов, копулы)
# Уточнение экспертных оценок при анализе работы механизма устойчивого развития энергетики
# Уточнение экспертных оценок при анализе работы механизма устойчивого развития энергетики
-
# [[Кластеризация (пример)]] [http://www.moscow_city.vybory.izbirkom.ru/region/region/moscow_city?action=show&root=772000114&tvd=2772000523442&vrn=100100031793505&region=77&global=true&sub_region=77&prver=0&pronetvd=null&vibid=2772000523442&type=227]
 
# Визуализация пространства параметров регрессионных моделей
# Визуализация пространства параметров регрессионных моделей
# Восстановление регрессии методом главных компонент
# Восстановление регрессии методом главных компонент
Строка 223: Строка 223:
# Создание алгоритмов последовательной модификации моделей
# Создание алгоритмов последовательной модификации моделей
# Порождение и выбор моделей классификации
# Порождение и выбор моделей классификации
 +
 +
== И еще задачи ==
 +
* Функция расстояния между формулами и поиск.
 +
* Поиск объектов (техническая работа).
 +
 +
== + ==
 +
* Авторегрессия
 +
* Векторная авторегрессия
 +
* Экспоненциальное сглаживание
 +
* Локальные методы, поиск метрики
 +
* Локальные методы с инвариантами, метрика фиксирована
 +
* ARIMA
 +
* Многомерная гусеница, выбор длины гусеницы
 +
* Многомерная гусеница, выбор рядов
 +
* Прогнозирование с использованием DTW
 +
* Скользящее среднее, выбор ядер
 +
* Скользящее среднее с забыванием истории
 +
* Скользящее среднее временных рядов с периодической составляющей
 +
* Прогнозирование нейронными сетями
 +
* Анализ качества прогноза
 +
* Метаописание временных рядов
 +
* Логическое прогнозирование
 +
* SVN – регрессия
 +
* Дискретное прогнозирование, музыка.
== Составить ==
== Составить ==
* Список типичных типографических ошибок
* Список типичных типографических ошибок
* Список ошибок BibTeX
* Список ошибок BibTeX

Текущая версия


Список задач

Название задачи Автор Рецензент Ссылка на работу Комментарии
CMARS: аппроксимация сплайнами Влада Целых Татьяна Шпакова Celyh2012CMARS [.]сaipvdstrj(10)
Алгоритмические основы построения банковских скоринговых карт Александр Адуенко Алина Иванова Aduenko2012economics [.]сaipvdstrj(10)
Использование метода главных компонент при построении интегральных индикаторов Мария Медведникова Светлана Цыганова Medvednikova2012PCA [r]сaipvdstrj(10)
Многоуровневая классификация при обнаружении движения цен Арсентий Кузьмин Анна Варфоломеева Kuzmin2012TimeRows [r]сaipvdstjr(10)
Локальные методы прогнозирования с выбором инвариантного преобразования Светлана Цыганова Мария Медведникова Tsyganova2012 LocalForecast [r]сaipvdstjr(10)
Прогноз квазипериодических многомерных временных рядов непараметрическими методами (пример) Егор Клочков Александр Шульга Klochkov2012Goods4Cast [r]сaipvdstj.(10)
Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии (пример) Степан Лобастов Егор Клочков Lobastov2012FOSelection [r]сaipvdstrj(10)
Локальные методы прогнозирования с выбором метрики Анна Варфоломеева Арсентий Кузьмин Varfolomeeva2012 LocForecastMetrics [r]сaipvdstjr(10)
Полиномы Чебышева и прогнозирование временных рядов Валерия Бочкарева Степан Лобастов Bochkareva2012TimeSeriesPrediction [.]сaipvdst-r(9)
Кластеризация и составление словаря аминокислотных последовательностей Татьяна Шпакова Влада Целых Shpakova2012Clustering [.]сaipvdst..(9)
Векторная авторегрессия и управление макроэкономическими показателями Александр Шульга Shulga2012VAR [.]сaipvds...(9)
Аппроксимация эмпирических функций распределения Алина Иванова Александр Адуенко Ivanova2012 ApproximateFunc [r]сaipvd....(9)

Общий план работ

Дата Что делаем Результат для обсуждения code
Февраль 29 Выбрана задача, найдены базовые публикации. Аннотация, 600 знаков. annotation
Март 14 Собрана литература, она в bib; найдены данные. Введение, примерно одна страница. itroduction
21 Поставлена задача, собраны материалы по работе. Найдены публикации. Постановка задачи, полстраницы. problem
28 Поставлен вычислительный эксперимент, получены первые результаты. Визуализация данных. visualizing
Апрель 4 Описание алгоритма, часть 1. Теоретическая часть. document
11 Описание алгоритма, часть 2. Теоретическая часть завершена. d
18 Завершение вычислительного эксперимента. Контрольная точка - показ статьи в целом. show
25 Доработка статьи; доклад, первая группа. Доклад. talk
25 Доклад, вторая группа. Подача статьи в журнал. journal
Май 3 Доклад, третья группа. Рецензия написана, [r]-рецензенту review, [r]
10 Последний день для претендентов на оценки 10,9. Зачет (score)

Аннотации

Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии

Логистическая регрессия – это статистическая модель, которая применяется для предсказания вероятности возникновения некоторого события по значениям множества признаков. Она находит применение, например, в медицине [1] и кредитном скроллинге. В реальных условиях число признаков обычно велико, и важнейшей задачей является выбор только существенных признаков , а также поиск объектов, которые по тем или иным причинам являются атипичными.

Ключевые слова: logit model, feature selection, boosting.

Использование метода главных компонент при построении интегральных индикаторов

В данной работе рассматривается использование метода главных компонент при построении интегральных индикаторов. Полученные результаты сравниваются с результатами, даваемыми методом расслоения Парето. Строится интегральный индикатор для российских вузов. Для этого используются биографии 30 богатейших бизнесменов России по версии журнала "Forbes" за 2011 год.

Ключевые слова: интегральный индикатор, экспертные оценки, веса параметров, метод главных компонент, метод расслоения Парето.

Аппроксимация эмпирических функций распределения

Работа посвящена методам аппроксимации функций для эффективного вычисления интегралов. В практических задачах обычно имеются данные в определенных точках времени или пространства. При построении предположений об остальных точках возникает необходимость аппроксимации функции распределения исследуемой величины, а также оценка соответствующей ошибки. Для ее расчета есть возможность использовать методы разной точности.

Ключевые слова: метод Монте-Карло, вычисление функцй распределения, эмпирические функции распределения.

Методы локального прогнозирования с выбором преобразования

Задачи прогнозирования временных рядов имеют множество приложений в различных областях, таких как экономика, физика, медицина. Их решением является прогноз на недалекое будущее по уже известным значениям прогнозируемого ряда в предыдущие моменты времени. В работе будет построен алгоритм локального прогнозирования с учетом преобразований, позволяющий без участия человека выявить визуально похожие участки временного ряда.

Ключевые слова: локальное прогнозирование, преобразование

Черновой список задач

  1. Кластеризация и составление словаря аминокислотных последовательностей
  2. Oblivious decision trees: алгоритм Яндекс для системы Полигон
  3. Сравнительный анализ регрессионных остатков в SVN-регрессии
  4. Алгоритмы нахождения гауссовских смесей
  5. Прогноз квазипериодических многомерных временных рядов непараметрическими методами
  6. Многоуровневая классификация при обнаружении движения цен
  7. CMARS: аппроксимация сплайнами
  8. Полиномы Чебышева и метод прогонки при прогнозировании временных рядов
  9. Сравнение методов ARMA и FLS при ретроспективном прогнозировании
  10. Локальные методы прогнозирования с выбором метрики
  11. Локальные методы прогнозирования с выбором инвариантного преобразования
  12. Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии
  13. Векторная авторегрессия и управление макроэкономическими показателями
  14. Построение рейтинга российских вузов по открытым данным об успешности карьеры их выпускников

Ещё задачи

  1. Анализ текста методами структурного обучения
  2. Аппроксимация эмпирических функций распределения
  3. Алгоритмические основы построения банковских скоринговых карт
  4. Сингулярное разложение и поисковая машина
  5. Сравнение алгоритмов многокритериальной оптимизации
  6. Уточнение экспертных оценок на данных в ранговых шкалах (интервальные, конусы, веса экспертов, копулы)
  7. Уточнение экспертных оценок при анализе работы механизма устойчивого развития энергетики
  8. Визуализация пространства параметров регрессионных моделей
  9. Восстановление регрессии методом главных компонент
  10. Оценка гиперпараметров путем сэмплирования
  11. Прореживание существенно нелинейных моделей с помощью гиперпараметров
  12. Фактор Оккама для параметрических моделей с известной областью определения параметров
  13. Создание алгоритмов последовательной модификации моделей
  14. Порождение и выбор моделей классификации

И еще задачи

  • Функция расстояния между формулами и поиск.
  • Поиск объектов (техническая работа).

+

  • Авторегрессия
  • Векторная авторегрессия
  • Экспоненциальное сглаживание
  • Локальные методы, поиск метрики
  • Локальные методы с инвариантами, метрика фиксирована
  • ARIMA
  • Многомерная гусеница, выбор длины гусеницы
  • Многомерная гусеница, выбор рядов
  • Прогнозирование с использованием DTW
  • Скользящее среднее, выбор ядер
  • Скользящее среднее с забыванием истории
  • Скользящее среднее временных рядов с периодической составляющей
  • Прогнозирование нейронными сетями
  • Анализ качества прогноза
  • Метаописание временных рядов
  • Логическое прогнозирование
  • SVN – регрессия
  • Дискретное прогнозирование, музыка.

Составить

  • Список типичных типографических ошибок
  • Список ошибок BibTeX
Личные инструменты