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

Материал из MachineLearning.

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

Курс называется "Математические методы прогнозирования"

Страница наполняется до 1 сентября 2012.

Список задач

Нужно сделать

• Технократ: Наука, технология, бизнес PDF, всем по 6 гр., n CEO, n учён, n/2 seed (4зел., 2жел.), n/2 vent (2 жел., 4кр.), n/2 tech, n/4 mark.
• План лекций сразу на год (~16 тем).

Расписание

Название задачи	Автор	Рецензент	Ссылка на работу	Комментарии
Название	Кто	Кто	Surname2012Title	.

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 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

Составить

• Список типичных типографических ошибок
• Список ошибок BibTeX