Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Черновые обзоры
Материал из MachineLearning.
(Различия между версиями)
Строка 3: | Строка 3: | ||
* [https://docs.google.com/document/d/1VQtCbLoVi6hd0spKsIkGcLStOVJoGYuDAAyWlrLTgUA/pub Preference Learning]: обзор методов обучения по предпочтениям. | * [https://docs.google.com/document/d/1VQtCbLoVi6hd0spKsIkGcLStOVJoGYuDAAyWlrLTgUA/pub Preference Learning]: обзор методов обучения по предпочтениям. | ||
- | * [https://docs.google.com/document/d/1VMDvCLCoIAnrGTT6riGlqVa6-fFJh3zSIcv5nZxjiDE/pub Semi- | + | * [https://docs.google.com/document/d/1VMDvCLCoIAnrGTT6riGlqVa6-fFJh3zSIcv5nZxjiDE/pub Semi-supervised learning]: обзор методов обучения при частично размеченнной выборке. |
- | * [https://docs.google.com/document/d/1rM94pkq9dsq4MJFPlfFA5Me2FPlu8dBDEV7VUckUT9o/pub Density forecasting] | + | * [https://docs.google.com/document/d/1rM94pkq9dsq4MJFPlfFA5Me2FPlu8dBDEV7VUckUT9o/pub Density forecasting]: обзор гистограммных подходов к прогнозированию временных рядов. |
* [https://docs.google.com/document/d/1y2zQGZ71rKYarepwGDV-qcL7m1joQRN1Kvulo2QPFSw/pub Сегментация временных рядов]: обзор методов сегментирвания временных рядов, описывающих человеческую активность, способов оценки числа периодов и, в частности, числа шагов по данным с акселерометра. | * [https://docs.google.com/document/d/1y2zQGZ71rKYarepwGDV-qcL7m1joQRN1Kvulo2QPFSw/pub Сегментация временных рядов]: обзор методов сегментирвания временных рядов, описывающих человеческую активность, способов оценки числа периодов и, в частности, числа шагов по данным с акселерометра. | ||
* [https://docs.google.com/document/d/1rUm7k-gA48nrMRyWM6lroWPH0oYGxBoFHrS4Qvgv-nA/pub Predictive analysis of behavioral change]: обзор подходов к анализу биомедицинских данных, измеряемых сенсорами носимых устройств, для разработки приложений, позволяющих контролировать самочувстввие пользователя. | * [https://docs.google.com/document/d/1rUm7k-gA48nrMRyWM6lroWPH0oYGxBoFHrS4Qvgv-nA/pub Predictive analysis of behavioral change]: обзор подходов к анализу биомедицинских данных, измеряемых сенсорами носимых устройств, для разработки приложений, позволяющих контролировать самочувстввие пользователя. |
Текущая версия
- Preference Learning: обзор методов обучения по предпочтениям.
- Semi-supervised learning: обзор методов обучения при частично размеченнной выборке.
- Density forecasting: обзор гистограммных подходов к прогнозированию временных рядов.
- Сегментация временных рядов: обзор методов сегментирвания временных рядов, описывающих человеческую активность, способов оценки числа периодов и, в частности, числа шагов по данным с акселерометра.
- Predictive analysis of behavioral change: обзор подходов к анализу биомедицинских данных, измеряемых сенсорами носимых устройств, для разработки приложений, позволяющих контролировать самочувстввие пользователя.