Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 574, осень 2019
Материал из MachineLearning.
(Различия между версиями)
(→Группа) |
(→Группа) |
||
Строка 19: | Строка 19: | ||
| | | | ||
|- | |- | ||
- | |[[Участник:andriygav Грабовой Андрей Валериевич]] | + | |[[Участник:andriygav|Грабовой Андрей Валериевич]] |
| | | | ||
|- | |- |
Версия 17:12, 16 сентября 2019
Short link bit.ly/IS_B2
Группа
Студент | Баллы |
---|---|
Васильев Илья | |
Гадаев Тамаз Тазикоевич | |
Гладин Егор Леонидович | |
Грабовой Андрей Валериевич | |
Дохолян Владимир Сергеевич | |
Кислинский Вадим Геннадьевич | |
Козлинский Евгений Михайлович | |
Криницкий Константин Денисович | |
Кириллов Егор Дмитриевич | |
Рогозина Анна Андреевна | |
Плетнев Никита Вячеславович | |
Малиновский Григорий Станиславович | |
Самохина Алина Максимовна | |
Султанов Азат Русланович | |
Федосов Павел Андреевич | |
Шульгин Егор Владимирович |
This series of seminars continues the course Bayesian model selection and investigates the theoretical aspects of model selection in various application problems.
Seminar 1 (Isachenko, slides)
- Generative models
- Applications
- Autoregressive models (CharRNN, MADE, WaveNet, PixelCNN)
Seminar 2 (Isachenko, slides)
- Generative vs discriminative
- Latent variable models
- Variational Inference
- ELBO
- Variational Autoencoder
- Seminar 3 (Isachenko)
- Inference methods of approximation
- Zoo of variational autoencoders and practical examples
- Seminar 4 (Isachenko)
- Generative adversarial networks
- Seminar 5 (Bakhteev)
- Methods of model selection
- Generalization theorem
- Seminar 6 (Bakhteev)
- Complexity theorems
- Seminar 7 (Grabovoy?)
- Mixture of experts
- Priors on the mixture
- Privileged learning and distilling
- Seminar 8 (Aduenko?)
- Theorem of number of experts
- Seminar 9 (Vladimirova?)
- Prior propagation for deep learning networks
- Seminar 10
- Directional Bayesian statistics
- Seminar 11
- Bayesian structure learning
- Seminar 12
- Probabilistic metric space construction
- Seminar 13
- Informative prior
- Seminar 14
- Bayesian programming
- Informative prior with applications