Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, осень 2021
Материал из MachineLearning.
(Различия между версиями)
Строка 16: | Строка 16: | ||
* [[Media:Bayes_applied_1_2021.pdf|Практическое задание 1]] | * [[Media:Bayes_applied_1_2021.pdf|Практическое задание 1]] | ||
* [https://www.dropbox.com/s/ltlm1ngzfpghw7m/task1_data.zip?dl=0 Данные для практического задания 1] | * [https://www.dropbox.com/s/ltlm1ngzfpghw7m/task1_data.zip?dl=0 Данные для практического задания 1] | ||
+ | * [[Media:Aduenko2021EvidenceLogRegression.pdf|Лекция 6: Байесовская линейная и логистическая регрессия и отбор признаков.]] | ||
== Дополнительные материалы == | == Дополнительные материалы == |
Версия 11:06, 13 октября 2021
Байесовский выбор моделей
Курс лекций, преподаватель Александр Александрович Адуенко (aduenko at phystech.edu; aduenko1 at gmail.com)
- Курс, прочитанный осенью 2020 года
- Короткий адрес страницы https://bit.ly/3z8Akpw
- Лекция 1: Введение
- Задание 1
- Лекция 2: Введение: множественное тестирование гипотез.
- Лекция 3: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.
- Лекция 4: Байесовская линейная регрессия. Обоснованность (evidence).
- Задание 2
- Лекция 5: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).
- Практическое задание 1
- Данные для практического задания 1
- Лекция 6: Байесовская линейная и логистическая регрессия и отбор признаков.
Дополнительные материалы
- См. последний слайд каждой лекции со списком литературы.
- David MacKay, 2005, Information Theory, Inference, and Learning Algorithms
- Christopher Bishop, 2006, Pattern Recognition and Machine Learning
- David Barber, 2014, Bayesian Reasoning and Machine Learning
- Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
- Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective