Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, осень 2011
Материал из MachineLearning.
(→Список задач, черновик) |
м (→Задачи) |
||
(34 промежуточные версии не показаны) | |||
Строка 10: | Строка 10: | ||
Отчет состоит из следующих разделов. | Отчет состоит из следующих разделов. | ||
# Аннотация: | # Аннотация: | ||
- | #* до 600 символов | + | #* до 600 символов |
- | # Постановка задачи | + | # Постановка задачи |
# Описание решения: | # Описание решения: | ||
- | #* настолько подробно, что по математическому описанию можно было бы восстановить код | + | #* настолько подробно, что по математическому описанию можно было бы восстановить код |
# Вычислительный эксперимент: | # Вычислительный эксперимент: | ||
- | #* описание эксперимента | + | #* описание эксперимента |
- | #* иллюстрации с комментариями | + | #* иллюстрации с комментариями |
Общий объем отчета — 2 страницы в стиле amsmath. | Общий объем отчета — 2 страницы в стиле amsmath. | ||
Отчет выполняется в TeX и транслируется в Machinelearning. | Отчет выполняется в TeX и транслируется в Machinelearning. | ||
- | |||
- | |||
- | |||
== Задачи == | == Задачи == | ||
Строка 33: | Строка 30: | ||
! Комментарии | ! Комментарии | ||
|- | |- | ||
- | | [[ | + | | [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Шаблон отчета о вычислительном эксперименте|Шаблон отчета о вычислительном эксперименте]] |
| Welcome! | | Welcome! | ||
| Welcome! | | Welcome! | ||
- | + | | [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group674/Surname2011Title Surname2011Title] | |
- | | [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Surname2011Title Surname2011Title] | + | | 21.09 - обсуждаем расписание докладов |
| | | | ||
|- | |- | ||
+ | | | ||
+ | # [[Исследование устойчивости оценок ковариационной матрицы параметров]] к случайным признакам | ||
+ | # [[Исследование устойчивости оценок ковариационной матрицы параметров]] к мультиколлинеарным признакам | ||
+ | # [[Исследование устойчивости оценок ковариационной матрицы параметров]] к возмущению выборки при использовании существенно-нелинейных моделей | ||
+ | | Зайцев Алексей | ||
+ | | Панов Максим | ||
+ | | [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group674/Zaitsev2011CovarianceEstimation Zaitsev2011CovarianceEstimation] | ||
+ | | | ||
+ | # 28.09 | ||
+ | # 26.10 | ||
+ | # 23.11 | ||
+ | | | ||
+ | |- | ||
+ | | | ||
+ | # [[Оценка параметров смеси моделей|Оценка параметров смеси]] линейных моделей | ||
+ | # [[Оценка параметров смеси моделей|Оценка параметров смеси]] обобщенно-линейных моделей | ||
+ | # [[Оценка параметров смеси моделей|Оценка параметров смеси ]] экспертов | ||
+ | | Павлов Кирилл | ||
+ | | Зайцев Алексей | ||
+ | | [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group674/Pavlov2011ModelMixtures Pavlov2011ModelMixtures] | ||
+ | | | ||
+ | # 05.10 | ||
+ | # 02.11 | ||
+ | # 30.11 | ||
+ | | | ||
+ | |- | ||
+ | | | ||
+ | # [[Использование метода Белсли для прореживания признаков]] линейных моделей | ||
+ | # [[Использование метода Белсли для прореживания признаков]] обобщенно-линейных моделей | ||
+ | # [[Использование метода Белсли для прореживания признаков]] нелинейных моделей | ||
+ | | Литвинов Игорь | ||
+ | | Янович Юрий | ||
+ | | | ||
+ | | | ||
+ | # 05.10 | ||
+ | # 02.11 | ||
+ | # 30.11 | ||
+ | | | ||
+ | |- | ||
+ | | | ||
+ | # [[Статистический отчет при создании моделей]] линейной регрессии | ||
+ | # [[Статистический отчет при создании моделей]] логистической регрессии | ||
+ | # [[Статистический отчет при создании моделей|Статистический отчет при создании]] обобщенно-линейных моделей | ||
+ | | Янович Юрий | ||
+ | | Юдаев Михаил | ||
+ | | [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group674/Yanovich2011StatModel Yanovich2011StatModel] | ||
+ | | | ||
+ | # 28.09 | ||
+ | # 26.10 | ||
+ | # 23.11 | ||
+ | | | ||
+ | |- | ||
+ | | | ||
+ | # [[Аппроксимация функции ошибки]] функцией многомерного нормального распределения (скаляр, диагональ, общий вид) | ||
+ | # Использование метода доверительных регионов при [[Аппроксимация функции ошибки|аппроксимации функции ошибки]] | ||
+ | # Устойчивость решений оптимизационного алгоритма при [[Аппроксимация функции ошибки|аппроксимации функции ошибки]] | ||
+ | | Панов Максим | ||
+ | | Павлов Кирилл | ||
+ | | [https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Group674/Panov2011ApproximateInference/ Panov2011ApproximateInference] | ||
+ | | | ||
+ | # 28.09 | ||
+ | # 26.10 | ||
+ | # 23.11 | ||
+ | | | ||
+ | |- | ||
+ | <!-- | ||
+ | | | ||
+ | # [[Модификация метода Левенберга-Макрвардта для оптимизации функции ошибки общего вида (пример)]] | ||
+ | # [[Нормирование интеграла аппроксимированной функции ошибки (пример)]] | ||
+ | # [[Аппроксимация функции ошибки с уточнением параметров модели (пример)]] | ||
+ | | Spirin Nikita | ||
+ | | Spirin Nikita | ||
+ | | | ||
+ | | | ||
+ | # | ||
+ | # | ||
+ | # | ||
+ | | | ||
+ | --> | ||
|} | |} | ||
== Доклады == | == Доклады == | ||
- | * 28 сентября и | + | * 28 сентября и 5 октября |
* 26 октября и 2 ноября | * 26 октября и 2 ноября | ||
* 23 и 30 ноября | * 23 и 30 ноября | ||
- | + | *** экзамен 14 декабря 2011 | |
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
== Оформление == | == Оформление == | ||
- | [[Изображение:ModelBreadSw.png|thumb]] | + | [[Изображение:ModelBreadSw.png|200px|thumb|Функция ошибки]] |
Пример оформления работы -- см. ниже по ссылкам в таблице (первый и четвертый столбцы), там можно взять все заготовки. | Пример оформления работы -- см. ниже по ссылкам в таблице (первый и четвертый столбцы), там можно взять все заготовки. | ||
Текущая версия
Основная задача этого цикла работ — исследовать и проиллюстрировать недостатки и особенности известных алгоритмов машинного обучения.
Практика состоит из трех задач-эссе с отчетом, включающим постановку задачи, описание алгоритма и вычислительный эксперимент-иллюстрацию.
Перед выполнением заданий рекомендуются прочитать статью «Численные методы обучения по прецедентам», а также все, что там по ссылкам.
Идея практики: проект (вычислительный эксперимент) должен занимать ровно один день и может быть сделан при этом от начала и до конца.
Отчет состоит из следующих разделов.
- Аннотация:
- до 600 символов
- Постановка задачи
- Описание решения:
- настолько подробно, что по математическому описанию можно было бы восстановить код
- Вычислительный эксперимент:
- описание эксперимента
- иллюстрации с комментариями
Общий объем отчета — 2 страницы в стиле amsmath. Отчет выполняется в TeX и транслируется в Machinelearning.
Задачи
Название задачи | Работу выполняет | Рецензент | Ссылка SF | Дата доклада | Комментарии |
---|---|---|---|---|---|
Шаблон отчета о вычислительном эксперименте | Welcome! | Welcome! | Surname2011Title | 21.09 - обсуждаем расписание докладов | |
| Зайцев Алексей | Панов Максим | Zaitsev2011CovarianceEstimation |
| |
| Павлов Кирилл | Зайцев Алексей | Pavlov2011ModelMixtures |
| |
| Литвинов Игорь | Янович Юрий |
| ||
| Янович Юрий | Юдаев Михаил | Yanovich2011StatModel |
| |
| Панов Максим | Павлов Кирилл | Panov2011ApproximateInference |
|
Доклады
- 28 сентября и 5 октября
- 26 октября и 2 ноября
- 23 и 30 ноября
- экзамен 14 декабря 2011
Оформление
Пример оформления работы -- см. ниже по ссылкам в таблице (первый и четвертый столбцы), там можно взять все заготовки.
Дополнение по оформлению графиков:
- шрифт должен быть больше,
- толщина линий равна двум,
- заголовки осей с большой буквы,
- заголовок графика отсутствует (чтобы не дублировать подпись в статье);
- рекомендуется сразу сохранять EPS и PNG (для TeX и для Wiki).
h = figure; hold('on'); plot(xi,y,'r-', 'Linewidth', 2); plot(xi,y,'b.', 'MarkerSize', 12); axis('tight'); xlabel('Time, $\xi$', 'FontSize', 24, 'FontName', 'Times', 'Interpreter','latex'); ylabel('Value, $y$', 'FontSize', 24, 'FontName', 'Times', 'Interpreter','latex'); set(gca, 'FontSize', 24, 'FontName', 'Times') saveas(h,'ModelOne.eps', 'psc2'); saveas(h,'ModelOne.png', 'png');
MLAlgorithms репозиторий студентов каф. "Интеллектуальные системы" ФУПМ МФТИ сейчас включает более 110 проектов. Тем, кто хочет работать только со своей папкой нужно
|