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

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м
Строка 113: Строка 113:
== Черновой cписок задач ==
== Черновой cписок задач ==
-
* Скоро будет.
+
---1. 2012ThematicMatching---
 +
*'''Название:''' Определение соответствия документа тематике на основе выделения ключевых фраз
 +
*'''Тизер:''' Соответствует ли диссертация объявленному паспорту диссертации? Какова фактическая специальность диссертации?
 +
*'''Данные:''': Авторефераты диссертаций. Паспорта специальностей (в качестве данных) - http://www.aspirantura.spb.ru/pasport/05.html
 +
*'''Материалы:''' Статья С. Царькова «Морфологические и статистические методы выделения ключевых фраз для построения вероятностных тематических моделей коллекций текстовых документов»
 +
*'''Ключевые слова:''': ключевые фразы, тематические модели, N-граммы, морфологические и статистические признаки.
 +
*'''Предлагаемый алгоритм''': - ???
 +
*'''Базовый алгоритм''': — можно использовать работу С.Царькова — синтез C-Value и TF-IDF.
 +
 
 +
---2. 2012ThematicClustering---
 +
*'''Название:''' Проверка адекватности тематической модели (Методы выявления некорректной тематической классификации)
 +
*'''Тизер:''' Проверка адекватности тематической модели на материалах конференции EURO. Кластеризация статей и многомерное шкалирование; иерархические тематические модели с тематической интерпретируемостью
 +
Вариант: Иерархическая тематическая кластеризация тезисов. (Возможно, отдельная статья)
 +
*'''Данные:''':
 +
Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.
 +
*'''Материалы:'''? конс. К.В.)
 +
*'''Ключевые слова:''': иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
 +
*'''Предлагаемый алгоритм''': ?
 +
*'''Базовый алгоритм''': ?
 +
 
 +
---3. 2012ThematicHierarchy---
 +
*'''Название:''' Построение иерархическим тематических моделей (Методы построения тематической модели, сходной с заданной)
 +
 
 +
*'''Тизер:''' Построение тематической модели на материалах конференции EURO.
 +
*'''Данные:''': Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.
 +
*'''Материалы:'''? конс. К.В.)
 +
*'''Ключевые слова:''': иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
 +
*'''Предлагаемый алгоритм''': ?
 +
*'''Базовый алгоритм''': ?
 +
 
 +
---4. 2012ThematicVisualizing---
 +
*'''Название:''' Визуализация иерархической тематических моделей *'''Тизер:''' На материалах конференции EURO.
 +
*'''Данные:''': Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.
 +
*'''Материалы:'''? конс. К.В.)
 +
*'''Ключевые слова:''': иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
 +
*'''Предлагаемый алгоритм''': ?
 +
*'''Базовый алгоритм''': ?
 +
 
 +
---5. 2012FeatureGen---
 +
*'''Название:''' Последовательное порождение и выбор признаков в задаче многоклассовой классификации
 +
Нзавание2: Определение социальной роли автора текста
 +
*'''Данные:''': *'''Данные:''' отзывов о книгах в интернет-магазине. База текстов сообщений из twitter.com различных пользователей (возможно добавления любого их числа), набор ролей с предварительной разметкой.
 +
*'''Материалы:'''
 +
*'''Ключевые слова:''': иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
 +
*'''Предлагаемый алгоритм''':
 +
*'''Базовый алгоритм''':
 +
 
 +
---6. 2012CoRegression---
 +
*'''Название:''' Вычисление интегральных индикаторов в ранговых шкалах методами ко-кластеризации
 +
*'''Тизер:''' Построение интегральной оценки эффективности научной деятельности
 +
*'''Данные:''': Синтетические. ПРНД сотрудников ВЦ (взять у секретаря ВЦ)
 +
Таблица авторы-журналы и число статей выбранных авторов в журналах.
 +
*'''Материалы:''' Диплом Солодкина — оценка отдельной работы. К.В.Воронцов «Коллаборативная фильтрация»
 +
*'''Ключевые слова:''': индекс Хирша, ко-кластеризация, коллаборативная фильтрация.
 +
*'''Предлагаемый алгоритм''': Совместная регрессия (придумать или найти готовую).
 +
*'''Базовый алгоритм''': Ко-кластеризация или адаптивная фильтрация (для сравнения на годится). Для сравнения: IF журналов и h-index авторов.
 +
 
 +
---7. 2012StructureRegression---
 +
*'''Название:''' Выбор признаков в задачах структурной регрессии
 +
*'''Тизер:''' Алгоритм структурной регрессии для разметки библиографических списков
 +
*'''Данные:''': библиографические записи из BibTeX collection on CS.
 +
*'''Материалы:''' работы Jaakkola и его команды, возможно, код.
 +
*'''Предлагаемый алгоритм''': Структурная регрессия
 +
*'''Базовый алгоритм''': возможно у Валентина появится
 +
 
 +
---8. 2012RankClustering---
 +
*'''Название:''' Ранговая кластеризация и алгоритмы динамического выравнивания
 +
*'''Тизер:''' Поиск повторений в библиографических записях (Динамическое выравнивание при нахождении дубликатов библиографических записей)
 +
*'''Данные:''': Испорченные и некорректные библиографические записи (базы студенческих рефератов)
 +
*'''Материалы:'''
 +
*'''Ключевые слова:''': DTW – модификации, k-Means
 +
*'''Предлагаемый алгоритм''': Алгоритм ранговой кластеризации.
 +
*'''Базовый алгоритм''': k-Means и его высокопроизводительные вариации.
 +
 
 +
---9. 2012CovSelection---
 +
*'''Название:''' Совместный выбор объектов и признаков в задачах многоклассовой классификации
 +
*'''Тизер:''' Ранжирование поисковых выдач Яндекса
 +
*'''Данные:''': Яндекс – математика
 +
*'''Материалы:''' Бишоп, Стрижов
 +
*'''Ключевые слова:''': логистическая регрессия, выбор признаков, фильтрация объектов
 +
*'''Предлагаемый алгоритм''': Совместный выбор путем анализа ковариационных матриц
 +
*'''Базовый алгоритм''': SVM.
 +
TODO: Взять матрицу T, с. 209 Бишопа, сделать многоклассовую классификацию (с. 208). Проверить на синтетической выборке того же формата, что и *'''Данные:''' Яндекса. Запустить алгоритм SVM на этой же выборке. Сделать многоклассовую классификацию. Связать с выбором признаков.
 +
 
 +
---10. 2012ExpertRanking---
 +
*'''Название:''' Согласование ранговых экспертных оценок
 +
*'''Тизер:''' Методы ранжирования при голосовании (выборе литературных произведений)
 +
*'''Данные:''': Интернет-голосование за список книг
 +
Литература: Нужно будет сделать обзор
 +
*'''Предлагаемый алгоритм''': Нахождение пересечения конусов и оценка эффективной размерности пространства
 +
*'''Базовый алгоритм''': Медиана Кемени и другие алгоритмы
 +
 
 +
---11. 2012TypeDetection---
 +
*'''Название:''' Методы извлечение признаков из текстовой информации
 +
*'''Тизер:''' Определение типа произведения (определение научной области произведения)
 +
*'''Данные:''': Книги с УДК, у Антона
 +
*'''Литература:''' Найти
 +
*'''Предлагаемый алгоритм''':
 +
*'''Базовый алгоритм''':
 +
 
 +
Другие темы:
 +
Мультимодельный подход при классификации авторефератов
 +
Выбор признаков при кластеризации текстов
 +
Кластеризация и структурная классификация текстов
 +
Многомерное шкалирование и визуализация кластеризованных текстов
 +
Поиск ключевых слов в текстах (на материалах С.Ц.) TF-IDF
 +
 
 +
Другие темы:
 +
Мультимодельный подход при классификации авторефератов
 +
Выбор признаков при кластеризации текстов
 +
Кластеризация и структурная классификация текстов
 +
Многомерное шкалирование и визуализация кластеризованных текстов
 +
Поиск ключевых слов в текстах (на материалах С.Ц.) TF-IDF
[[Категория:Учебные курсы]]
[[Категория:Учебные курсы]]
== Полезные материалы ==
== Полезные материалы ==
https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/utilities
https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/utilities

Версия 14:54, 4 сентября 2012

Основная статья: Численные методы обучения по прецедентам (практика, В.В. Стрижов)


Курс называется "Математические методы прогнозирования"


Страница наполняется до 5 сентября 2012.


Список задач

Название задачи Автор Рецензент Ссылка на работу Комментарии
Название Кто Кто Surname2012Title AIPVDTCHSJR[R]


Расписание

Дата Что делаем Результат для обсуждения Код
Сентябрь 5 Выбрана задача, рецензент Запись в ML
12 Выбрана задача, найдены базовые публикации. Аннотация, 600 знаков. Annotation
19 Собрана литература, она в bib; найдены данные. Введение, примерно одна страница. Introduction
26 Поставлена задача, собраны все материалы по работе. Найдены публикации. Постановка задачи, полстраницы. Problem
Октябрь 3 Поставлен вычислительный эксперимент, получены первые результаты. Визуализация данных. Visualizing
10 Описание алгоритма. Алгоритмическая часть (третий раздел). Document
17 Теоретическая часть. Второй раздел. Theory
24 Завершение вычислительного эксперимента. Описание эксперимента и анализ ошибок. Comp
31 Контрольная точка - показ статьи в целом. Статья. cHeck
Ноябрь 7 Доработка статьи; доклад, первая группа. Доклад. Show
14 Доклад, вторая группа. Подача статьи в журнал. Journal
21 Доклад, третья группа. Рецензия написана, [r]-рецензенту Review, [r]
28 Последний день для претендентов на оценки 10,9,8. Экзамен (score)

Черновой cписок задач

---1. 2012ThematicMatching---

  • Название: Определение соответствия документа тематике на основе выделения ключевых фраз
  • Тизер: Соответствует ли диссертация объявленному паспорту диссертации? Какова фактическая специальность диссертации?
  • Данные:: Авторефераты диссертаций. Паспорта специальностей (в качестве данных) - http://www.aspirantura.spb.ru/pasport/05.html
  • Материалы: Статья С. Царькова «Морфологические и статистические методы выделения ключевых фраз для построения вероятностных тематических моделей коллекций текстовых документов»
  • Ключевые слова:: ключевые фразы, тематические модели, N-граммы, морфологические и статистические признаки.
  • Предлагаемый алгоритм: - ???
  • Базовый алгоритм: — можно использовать работу С.Царькова — синтез C-Value и TF-IDF.

---2. 2012ThematicClustering---

  • Название: Проверка адекватности тематической модели (Методы выявления некорректной тематической классификации)
  • Тизер: Проверка адекватности тематической модели на материалах конференции EURO. Кластеризация статей и многомерное шкалирование; иерархические тематические модели с тематической интерпретируемостью

Вариант: Иерархическая тематическая кластеризация тезисов. (Возможно, отдельная статья)

  • Данные::

Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.

  • Материалы:? конс. К.В.)
  • Ключевые слова:: иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
  • Предлагаемый алгоритм: ?
  • Базовый алгоритм: ?

---3. 2012ThematicHierarchy---

  • Название: Построение иерархическим тематических моделей (Методы построения тематической модели, сходной с заданной)
  • Тизер: Построение тематической модели на материалах конференции EURO.
  • Данные:: Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.
  • Материалы:? конс. К.В.)
  • Ключевые слова:: иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
  • Предлагаемый алгоритм: ?
  • Базовый алгоритм: ?

---4. 2012ThematicVisualizing---

  • Название: Визуализация иерархической тематических моделей *Тизер: На материалах конференции EURO.
  • Данные:: Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.
  • Материалы:? конс. К.В.)
  • Ключевые слова:: иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
  • Предлагаемый алгоритм: ?
  • Базовый алгоритм: ?

---5. 2012FeatureGen---

  • Название: Последовательное порождение и выбор признаков в задаче многоклассовой классификации

Нзавание2: Определение социальной роли автора текста

  • Данные:: *Данные: отзывов о книгах в интернет-магазине. База текстов сообщений из twitter.com различных пользователей (возможно добавления любого их числа), набор ролей с предварительной разметкой.
  • Материалы:
  • Ключевые слова:: иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
  • Предлагаемый алгоритм:
  • Базовый алгоритм:

---6. 2012CoRegression---

  • Название: Вычисление интегральных индикаторов в ранговых шкалах методами ко-кластеризации
  • Тизер: Построение интегральной оценки эффективности научной деятельности
  • Данные:: Синтетические. ПРНД сотрудников ВЦ (взять у секретаря ВЦ)

Таблица авторы-журналы и число статей выбранных авторов в журналах.

  • Материалы: Диплом Солодкина — оценка отдельной работы. К.В.Воронцов «Коллаборативная фильтрация»
  • Ключевые слова:: индекс Хирша, ко-кластеризация, коллаборативная фильтрация.
  • Предлагаемый алгоритм: Совместная регрессия (придумать или найти готовую).
  • Базовый алгоритм: Ко-кластеризация или адаптивная фильтрация (для сравнения на годится). Для сравнения: IF журналов и h-index авторов.

---7. 2012StructureRegression---

  • Название: Выбор признаков в задачах структурной регрессии
  • Тизер: Алгоритм структурной регрессии для разметки библиографических списков
  • Данные:: библиографические записи из BibTeX collection on CS.
  • Материалы: работы Jaakkola и его команды, возможно, код.
  • Предлагаемый алгоритм: Структурная регрессия
  • Базовый алгоритм: возможно у Валентина появится

---8. 2012RankClustering---

  • Название: Ранговая кластеризация и алгоритмы динамического выравнивания
  • Тизер: Поиск повторений в библиографических записях (Динамическое выравнивание при нахождении дубликатов библиографических записей)
  • Данные:: Испорченные и некорректные библиографические записи (базы студенческих рефератов)
  • Материалы:
  • Ключевые слова:: DTW – модификации, k-Means
  • Предлагаемый алгоритм: Алгоритм ранговой кластеризации.
  • Базовый алгоритм: k-Means и его высокопроизводительные вариации.

---9. 2012CovSelection---

  • Название: Совместный выбор объектов и признаков в задачах многоклассовой классификации
  • Тизер: Ранжирование поисковых выдач Яндекса
  • Данные:: Яндекс – математика
  • Материалы: Бишоп, Стрижов
  • Ключевые слова:: логистическая регрессия, выбор признаков, фильтрация объектов
  • Предлагаемый алгоритм: Совместный выбор путем анализа ковариационных матриц
  • Базовый алгоритм: SVM.

TODO: Взять матрицу T, с. 209 Бишопа, сделать многоклассовую классификацию (с. 208). Проверить на синтетической выборке того же формата, что и *Данные: Яндекса. Запустить алгоритм SVM на этой же выборке. Сделать многоклассовую классификацию. Связать с выбором признаков.

---10. 2012ExpertRanking---

  • Название: Согласование ранговых экспертных оценок
  • Тизер: Методы ранжирования при голосовании (выборе литературных произведений)
  • Данные:: Интернет-голосование за список книг

Литература: Нужно будет сделать обзор

  • Предлагаемый алгоритм: Нахождение пересечения конусов и оценка эффективной размерности пространства
  • Базовый алгоритм: Медиана Кемени и другие алгоритмы

---11. 2012TypeDetection---

  • Название: Методы извлечение признаков из текстовой информации
  • Тизер: Определение типа произведения (определение научной области произведения)
  • Данные:: Книги с УДК, у Антона
  • Литература: Найти
  • Предлагаемый алгоритм:
  • Базовый алгоритм:

Другие темы: Мультимодельный подход при классификации авторефератов Выбор признаков при кластеризации текстов Кластеризация и структурная классификация текстов Многомерное шкалирование и визуализация кластеризованных текстов Поиск ключевых слов в текстах (на материалах С.Ц.) TF-IDF

Другие темы: Мультимодельный подход при классификации авторефератов Выбор признаков при кластеризации текстов Кластеризация и структурная классификация текстов Многомерное шкалирование и визуализация кластеризованных текстов Поиск ключевых слов в текстах (на материалах С.Ц.) TF-IDF

Полезные материалы

https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/utilities

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_974%2C_%D0%BE%D1%81%D0%B5%D0%BD%D1%8C_2012»
Личные инструменты