|
|
(180 промежуточных версий не показаны.) |
Строка 1: |
Строка 1: |
- | {{TOCright}}
| + | #REDIRECT [[Байесовские методы машинного обучения (курс лекций, Д.П. Ветров, Д.А. Кропотов)/2014]] |
- | | + | |
- | Курс посвящен т.н. байесовским методам машинного обучения (классификации, прогнозирования, восстановления регрессии), которые в настоящее время активно развиваются в мире. Байесовский подход к теории вероятностей является альтернативой классическому частотному подходу. Здесь вероятность интерпретируется как мера незнания, а не как объективная случайность. Простые правила оперирования с вероятностью, такие как формула полной вероятности и формула Байеса, позволяют проводить рассуждения в условиях неопределенности. В этом смысле байесовский подход к теории вероятностей можно рассматривать как обобщение классической булевой логики.
| + | |
- | | + | |
- | '''Цели курса''':
| + | |
- | * Ознакомление с классическими методами обработки данных, особенностями их применения на практике и их недостатками
| + | |
- | * Представление современных проблем теории машинного обучения
| + | |
- | * Введение в байесовские методы машинного обучения
| + | |
- | * Изложение последних достижений в области практического использования байесовских методов
| + | |
- | * Напоминание основных результатов из смежных дисциплин (теория кодирования, анализ, матричные вычисления, статистика, линейная алгебра, теория вероятностей, случайные процессы)
| + | |
- | | + | |
- | Курс читается студентам ВМиК МГУ, начиная с 2007 года. Курс не требует от студентов дополнительной математической подготовки, выходящей за пределы первых двух курсов университетского образования, все необходимые понятия вводятся в ходе лекций. В ходе чтения курса студенты будут ознакомлены с передним краем научных исследований в теории машинного обучения и существующими проблемами.
| + | |
- | | + | |
- | == Программа курса ==
| + | |
- | | + | |
- | == Расписание занятий ==
| + | |
- | В 2009 году курс проходит по четвергам на факультете ВМиК МГУ, в ауд. 777, начало в 16-20.
| + | |
- | | + | |
- | {| class="standard"
| + | |
- | !Дата||Занятие
| + | |
- | |-
| + | |
- | |10 сентября||Лекция 1
| + | |
- | |-
| + | |
- | |17 сентября||Лекция 2
| + | |
- | |-
| + | |
- | |1 октября||Лекция 3
| + | |
- | |-
| + | |
- | |8 октября||Лекция 4
| + | |
- | |-
| + | |
- | |22 октября||Лекция 5
| + | |
- | |-
| + | |
- | |29 октября||Лекция 6
| + | |
- | |-
| + | |
- | |5 ноября||Лекция 7
| + | |
- | |-
| + | |
- | |12 ноября||Лекция 8
| + | |
- | |-
| + | |
- | |19 ноября||Лекция 9
| + | |
- | |-
| + | |
- | |26 ноября||Лекция 10
| + | |
- | |-
| + | |
- | |3 декабря||Лекция 11
| + | |
- | |-
| + | |
- | |10 декабря||Лекция 12
| + | |
- | |-
| + | |
- | |17 декабря||Экзамен
| + | |
- | |-
| + | |
- | |}
| + | |
- | | + | |
- | <!---
| + | |
- | == Литература ==
| + | |
- | # ''Лапач С. Н. , Чубенко А. В., Бабич П. Н.'' Статистика в науке и бизнесе. — Киев: Морион, 2002.
| + | |
- | # ''Лагутин М. Б.'' Наглядная математическая статистика. В двух томах. — М.: П-центр, 2003.
| + | |
- | # ''Лукашин Ю. П.'' Адаптивные методы краткосрочного прогнозирования временных рядов. — М.: Финансы и статистика, 2003.
| + | |
- | # ''Магнус Я. Р., Катышев П. К., Пересецкий А. А.'' Эконометрика. Начальный курс: Учеб. — 7-е изд., испр. — М.: Дело, 2005.
| + | |
- | # ''Кобзарь А. И.'' Прикладная математическая статистика. — М.: Физматлит, 2006.
| + | |
- | # ''Орлов А. И.'' Эконометрика. — М.: Экзамен, 2003.
| + | |
- | # ''Айвазян С. А., Мхитарян В. С.'' Прикладная статистика. Том 1. Теория вероятностей и прикладная статистика. — М.: Юнити, 2001.
| + | |
- | # ''Айвазян С. А.'' Прикладная статистика. Том 2. Основы эконометрики. — М.: Юнити, 2001.
| + | |
- | # ''Кулаичев А. П.'' Методы и средства комплексного анализа данных. — М.: Форум–Инфра-М, 2006.
| + | |
- | # ''Тюрин Ю. Н., Макаров А. А.'' Анализ данных на компьютере. — М.: Инфра-М, 2003.
| + | |
- | # ''Вучков И., Бояджиева А., Солаков Е.'' Прикладной линейный регрессионный анализ. — М.: Финансы и статистика, 1987.
| + | |
- | # {{Публикация:Hastie 2001 The Elements of Statistical Learning}}
| + | |
- | | + | |
- | #''Strijov, V., Shakin, V.'' [http://strijov.com/papers/10-v_strijov.pdf Index construction: the expert-statistical method]. // Environmental research, engineering and management 2003. No.4 (26), P.51-55.
| + | |
- | #''Стрижов В. В., Казакова Т. В.'' [http://strijov.com/papers/stable_idx4zavlab_after_recenz.pdf Устойчивые интегральные индикаторы с выбором опорного множества описаний]. // Заводская лаборатория. Диагностика материалов. 2007 (7). C. 72-76.
| + | |
- | #''Литвак Б. Г.'' Экспертная информация: Методы получения и анализа. – М.: Радио и связь, 1982. – 184 с.
| + | |
- | #''Стрижов В. В.'' [http://strijov.com/papers/strijov06precise.pdf Уточнение экспертных оценок с помощью измеряемых данных]. // Заводская лаборатория. Диагностика материалов. 2006 (7). С.59-64.
| + | |
- | | + | |
- | | + | |
- | == Ссылки ==
| + | |
- | * [http://ru.wikipedia.org/wiki/%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B0%D1%8F_%D0%B3%D0%B8%D0%BF%D0%BE%D1%82%D0%B5%D0%B7%D0%B0 Википедия: Проверка статистических гипотез]
| + | |
- | * [http://ru.wikipedia.org/wiki/%D0%A1%D1%82%D0%B0%D1%82%D0%B8%D1%81%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B9_%D0%BA%D1%80%D0%B8%D1%82%D0%B5%D1%80%D0%B8%D0%B9 Википедия: Статистический критерий]
| + | |
- | * [http://www.statsoft.ru/home/portal/default.asp Статистический Портал StatSoft]
| + | |
- | * [http://www.statsoft.ru/home/textbook/glossary Электронный статистический словарь StatSoft]
| + | |
- | | + | |
- | | + | |
- | [[Категория:Учебные курсы]]
| + | |
- | --->
| + | |