Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 774, осень 2020
Материал из MachineLearning.
(Различия между версиями)
(36 промежуточных версий не показаны.) | |||
Строка 3: | Строка 3: | ||
'''Байесовский выбор моделей''' | '''Байесовский выбор моделей''' | ||
- | Курс лекций, преподаватель Александр Александрович Адуенко (aduenko1 at gmail.com) | + | Курс лекций, преподаватель Александр Александрович Адуенко (aduenko at phystech.edu; aduenko1 at gmail.com) |
* [[Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 674, осень 2019|Курс, прочитанный осенью '''2019''' года]] | * [[Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 674, осень 2019|Курс, прочитанный осенью '''2019''' года]] | ||
- | * Короткий адрес страницы [https://bit.ly/ | + | * Короткий адрес страницы [https://bit.ly/3boXmOs https://bit.ly/3boXmOs] |
* [[Media:Aduenko2020Introduction.pdf|Лекция 1: Введение]] | * [[Media:Aduenko2020Introduction.pdf|Лекция 1: Введение]] | ||
* [[Media:Bayes_theory_1_2020.pdf|Задание 1]] | * [[Media:Bayes_theory_1_2020.pdf|Задание 1]] | ||
* [[Media:Aduenko2020Introduction2.pdf|Лекция 2: Введение: множественное тестирование гипотез.]] | * [[Media:Aduenko2020Introduction2.pdf|Лекция 2: Введение: множественное тестирование гипотез.]] | ||
* [[Media:Aduenko2020Introduction3.pdf|Лекция 3: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.]] | * [[Media:Aduenko2020Introduction3.pdf|Лекция 3: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.]] | ||
+ | * [[Media:Bayes_test_1_2020.pdf|Тест 1]] | ||
+ | * [[Media:Bayes_theory_2_2020_2.pdf|Задание 2]] | ||
+ | * [[Media:Bayes_applied_1_2020_2.pdf|Практическое задание 1]] | ||
+ | * [https://www.dropbox.com/s/ma4uoun0yjfmzd8/task1_data.zip?dl=0 Данные для практического задания 1] | ||
+ | * [[Media:Aduenko2020Evidence.pdf|Лекция 4: Байесовская линейная регрессия. Обоснованность (evidence).]] | ||
+ | * [[Media:Aduenko2020Evidence2_new.pdf|Лекция 5: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).]] | ||
+ | * [[Media:Bayes_test_2_2020.pdf|Тест 2]] | ||
+ | * [[Media:Aduenko2020EvidenceLogRegression.pdf|Лекция 6: Байесовская линейная и логистическая регрессия и отбор признаков.]] | ||
+ | * [[Media:Aduenko2020EvidenceLogRegressionAndEM_2.pdf|Лекция 7: Байесовская логистическая регрессия и отбор признаков. EM-алгоритм.]] | ||
+ | * [[Media:Aduenko2020EMVariatonalEM.pdf|Лекция 8: EM-алгоритм и вариационный EM-алгоритм.]] | ||
+ | * [[Media:Aduenko2020VariatonalEM_2.pdf|Лекция 9: Вариационный EM-алгоритм.]] | ||
+ | * [[Media:Bayes_theory_3_2020_2.pdf|Задание 3]] | ||
+ | * [[Media:Bayes_applied_continued.pdf|Практическое задание 1 (продолжение)]] | ||
+ | * [[Media:Aduenko2020GP_2.pdf|Лекция 10: Гауссовские процессы и эволюция моделей во времени.]] | ||
+ | * [[Media:Aduenko2020MultimodelSelection.pdf|Лекция 11: Построение адекватных мультимоделей.]] | ||
+ | * [[Media:Aduenko2020MCMC_2.pdf|Лекция 12: Методы Монте-Карло по схеме марковских цепей.]] | ||
+ | * [[Media:Bayes_theory_4_2020_2.pdf|Задание 4]] | ||
+ | * [[Media:Aduenko2020HMC_2.pdf|Лекция 13: Гамильтоновы методы Монте-Карло по схеме марковских цепей.]] | ||
+ | * [[Media:Aduenko2020BayesOpt_2.pdf|Лекция 14: Байесовская оптимизация.]] | ||
== Дополнительные материалы == | == Дополнительные материалы == |
Текущая версия
Байесовский выбор моделей
Курс лекций, преподаватель Александр Александрович Адуенко (aduenko at phystech.edu; aduenko1 at gmail.com)
- Курс, прочитанный осенью 2019 года
- Короткий адрес страницы https://bit.ly/3boXmOs
- Лекция 1: Введение
- Задание 1
- Лекция 2: Введение: множественное тестирование гипотез.
- Лекция 3: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.
- Тест 1
- Задание 2
- Практическое задание 1
- Данные для практического задания 1
- Лекция 4: Байесовская линейная регрессия. Обоснованность (evidence).
- Лекция 5: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).
- Тест 2
- Лекция 6: Байесовская линейная и логистическая регрессия и отбор признаков.
- Лекция 7: Байесовская логистическая регрессия и отбор признаков. EM-алгоритм.
- Лекция 8: EM-алгоритм и вариационный EM-алгоритм.
- Лекция 9: Вариационный EM-алгоритм.
- Задание 3
- Практическое задание 1 (продолжение)
- Лекция 10: Гауссовские процессы и эволюция моделей во времени.
- Лекция 11: Построение адекватных мультимоделей.
- Лекция 12: Методы Монте-Карло по схеме марковских цепей.
- Задание 4
- Лекция 13: Гамильтоновы методы Монте-Карло по схеме марковских цепей.
- Лекция 14: Байесовская оптимизация.
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