Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, осень 2013
Материал из MachineLearning.
(Различия между версиями)
(→Эссе) |
(→Лекции) |
||
Строка 146: | Строка 146: | ||
|Data Analysis Problem Statements in the Category Theory Language | |Data Analysis Problem Statements in the Category Theory Language | ||
|Рудой | |Рудой | ||
- | | | + | |? |
- | | 24 сентября | + | |24 сентября |
- | |OK(5) + 1/4 * [(0/GR) + (8/10) + (8/10AM) + (8/10AR)] | + | |OK(5)+1/4 * [(0/GR)+(8/10)+(8/10AM)+(8/10AR)+(?/LS)+(4.5/5)+(?/MB)+(?/AT)+(?/IY)] |
|- | |- | ||
|Machine Learning Problem Statements in Plate Notations | |Machine Learning Problem Statements in Plate Notations | ||
Строка 154: | Строка 154: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Koksharov2013Essey/KoksharovSlidesGraphicalModels.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Koksharov2013Essey/KoksharovSlidesGraphicalModels.pdf] | ||
|24 сентября | |24 сентября | ||
- | |OK(5) + 1/4 * [(?/GR) + (0/MK) + (0/AM) + | + | |OK(5)+1/4 * [(?/GR)+(0/MK)+(0/AM)+(0/AR)+(?/LS)+(4.5/5)+(?/MB)+(?/AT)+(?/IY)] |
|- | |- | ||
|Deep Learning / Methods for Big Data | |Deep Learning / Methods for Big Data | ||
Строка 160: | Строка 160: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Romanenko2013DLpresent/Romanenko2013DLPresent.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Romanenko2013DLpresent/Romanenko2013DLPresent.pdf] | ||
|1 октября | |1 октября | ||
- | |OK(5) + 1/4 * [(9/10GR) + (9/10) + (7/10) + | + | |OK(5)+1/4 * [(9/10GR)+(9/10)+(7/10)+(0/AR)+(?/LS)+(4/5)+(?/MB)+(?/AT)+(?/IY)] |
|- | |- | ||
|Usage of Copulas | |Usage of Copulas | ||
Строка 166: | Строка 166: | ||
|[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Motrenko2013CopulaLecture/Motrenko2013CopulaLecture.pdf] | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Motrenko2013CopulaLecture/Motrenko2013CopulaLecture.pdf] | ||
|1 октября | |1 октября | ||
- | |OK(5) + 1/4 * [(10/10GR) + (9/10) + (0/AM) + | + | |OK(5)+1/4 * [(10/10GR)+(9/10)+(0/AM)+(8/10)+(?/LS)+(5/5)+(?/MB)+(?/AT)+(?/IY)] |
|- | |- | ||
|Problems of Voting, Expert Systems and Preference Learning | |Problems of Voting, Expert Systems and Preference Learning | ||
|Будников | |Будников | ||
- | |[http://svn.code.sf.net/p/mlalgorithms/code/ | + | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Budnikov2013Lecture/Budnikov2013PreferenceLearning.pdf] |
|8 октября | |8 октября | ||
- | | + 1/4 * [(8/10) + (7/10) + (8/10) + | + | |OK(5)+1/4 * [(8/10)+(7/10)+(8/10)+(7/10)+(?/LS)+(0/YB)+(?/MB)+(?/AT)+(?/IY)] |
|- | |- | ||
|Topic Modeling: PLSA, LDA et al. | |Topic Modeling: PLSA, LDA et al. | ||
|Сандуляну | |Сандуляну | ||
- | |[http://svn.code.sf.net/p/mlalgorithms/code/ | + | |[http://svn.code.sf.net/p/mlalgorithms/code/Group874/Sanduleanu2013Essay/Presentation.pdf] |
|8 октября | |8 октября | ||
- | | + 1/4 * [(7/10) + (6/10) + (7/10) + | + | |OK(5)+1/4 * [(7/10)+(6/10)+(7/10)+(8/10)+(0/LS)+(3.5/5)+(?/MB)+(?/AT)+(?/IY)] |
|- | |- | ||
|MDL Principle | |MDL Principle | ||
|Бурмистров | |Бурмистров | ||
- | | | + | |? |
|15 октября | |15 октября | ||
- | | + 1/4 * [(0/10) + (0/10) + (8/10) + | + | | +1/4 * [(0/10)+(0/10)+(8/10)+(7/10)+(?/LS)+(4/5)+(?/MB)+(?/AT)+(?/IY)] |
|- | |- | ||
|Data and Parameter Sampling and Applications | |Data and Parameter Sampling and Applications | ||
|Токмакова | |Токмакова | ||
- | | | + | |? |
|15 октября | |15 октября | ||
- | | + 1/4 * [(9/10) + (6/10) + (8/10) + | + | | +1/4 * [(9/10)+(6/10)+(8/10)+(6/10)+(?/LS)+(5/5)+(?/MB)+(?/AT)+(?/IY)] |
|- | |- | ||
|? | |? | ||
|Ямщиков | |Ямщиков | ||
- | | | + | |? |
|22 октября | |22 октября | ||
- | | + 1/4 * [(8/10) + (10/10) + (0/AM) + | + | | +1/4 * [(8/10)+(10/10)+(0/AM)+(0/AR)+(?/LS)+(5/5)+(?/MB)+(?/AT)+(?/IY)] |
+ | |- | ||
+ | |Mixture of Experts (and Models) | ||
+ | |Адуенко | ||
+ | |[http://svn.code.sf.net/p/mlalgorithms/code/Yashkov2013FeatureSelection/doc/Yashkov2013FeatureSelection.pdf] | ||
+ | |22 октября | ||
+ | | | ||
+ | |||
|- | |- | ||
|Gaussian Processes and Applications for Machine Learning | |Gaussian Processes and Applications for Machine Learning | ||
Строка 212: | Строка 219: | ||
Дополнительно | Дополнительно | ||
- | * | + | * |
* Feature generation for Image Analysis | * Feature generation for Image Analysis | ||
* Learning of games / Многорукие бандиты | * Learning of games / Многорукие бандиты |
Версия 13:38, 8 октября 2013
Эссе
Автор | 1 | 2 | 3 | 4 | 5 | 5 | 7 | 8 | 9 | 0 |
---|---|---|---|---|---|---|---|---|---|---|
Рудой | 1 | 2 | 3 | 4 | ||||||
Кокшаров | 1 | 1 | 2 | 2 | ||||||
Романенко | 1 | 2 | 3 | 4 | ||||||
Мотренко | 1 | 2 | 3 | 4 | ||||||
Будников | 1 | 2 | 3 | 4 | ||||||
Сандуляну | 1 | 2 | 3 | 4 | ||||||
Бурмистров | 1 | 2 | 3 | 4 | ||||||
Токмакова | 1 | 2 | 3 | 4 | ||||||
Ямщиков | 1 | 1 | 2 | 2 |
Список тем
- Аппроксимация множества точек замкнутыми кривыми
- Метод группового учета аргументов в новой нотации
- Заполнение пропусков в порядковых шкалах и в шкалах без отношения полного порядка
- Роль Матрицы Ганкеля в прогнозировании временных рядов
Лекции
Тема | Автор | Ссылка | Дата | Результат |
---|---|---|---|---|
Data Analysis Problem Statements in the Category Theory Language | Рудой | ? | 24 сентября | OK(5)+1/4 * [(0/GR)+(8/10)+(8/10AM)+(8/10AR)+(?/LS)+(4.5/5)+(?/MB)+(?/AT)+(?/IY)] |
Machine Learning Problem Statements in Plate Notations | Кокшаров | [1] | 24 сентября | OK(5)+1/4 * [(?/GR)+(0/MK)+(0/AM)+(0/AR)+(?/LS)+(4.5/5)+(?/MB)+(?/AT)+(?/IY)] |
Deep Learning / Methods for Big Data | Романенко | [2] | 1 октября | OK(5)+1/4 * [(9/10GR)+(9/10)+(7/10)+(0/AR)+(?/LS)+(4/5)+(?/MB)+(?/AT)+(?/IY)] |
Usage of Copulas | Мотренко | [3] | 1 октября | OK(5)+1/4 * [(10/10GR)+(9/10)+(0/AM)+(8/10)+(?/LS)+(5/5)+(?/MB)+(?/AT)+(?/IY)] |
Problems of Voting, Expert Systems and Preference Learning | Будников | [4] | 8 октября | OK(5)+1/4 * [(8/10)+(7/10)+(8/10)+(7/10)+(?/LS)+(0/YB)+(?/MB)+(?/AT)+(?/IY)] |
Topic Modeling: PLSA, LDA et al. | Сандуляну | [5] | 8 октября | OK(5)+1/4 * [(7/10)+(6/10)+(7/10)+(8/10)+(0/LS)+(3.5/5)+(?/MB)+(?/AT)+(?/IY)] |
MDL Principle | Бурмистров | ? | 15 октября | +1/4 * [(0/10)+(0/10)+(8/10)+(7/10)+(?/LS)+(4/5)+(?/MB)+(?/AT)+(?/IY)] |
Data and Parameter Sampling and Applications | Токмакова | ? | 15 октября | +1/4 * [(9/10)+(6/10)+(8/10)+(6/10)+(?/LS)+(5/5)+(?/MB)+(?/AT)+(?/IY)] |
? | Ямщиков | ? | 22 октября | +1/4 * [(8/10)+(10/10)+(0/AM)+(0/AR)+(?/LS)+(5/5)+(?/MB)+(?/AT)+(?/IY)] |
Mixture of Experts (and Models) | Адуенко | [6] | 22 октября | |
Gaussian Processes and Applications for Machine Learning | [7] | 22 октября | ||
Role of the Error Function in the Model Selection Problems | [8] | 22 октября |
Дополнительно
- Feature generation for Image Analysis
- Learning of games / Многорукие бандиты
- Метрические вложения
- Теория статистического обучения
Требования: Продолжительность: 1 академический час, 45 минут. Число слайдов: 20-30 (по вкусу).
- Раскрыть проблему постановки задачи Машинного обучения и анализа данных в данной теме
- Подобрать примеры постановки (и решения) известных (а может и узкоспециальных) задач
Рекомендации к стилю изложения:
- дать основные определения этой области
- привести теоретические примеры и основные свойства
- представить математические методы,
- дать теоретические постановки задач,
- привести приметы прикладных задач.
Оценки: макс. 7 баллов из 10 (5 за лекцию + 2 за тесты). Тест: готовит лектор, 5 вопросов со свободным ответом и вопрос «Основное сообщение лекции (2-3 предложения)». Результат теста: N из 5 (отображается в 1/4). 17 декабря – отчеты о научной работе.
Практика
- А.А. Ивахненко: тест/экзамен.
- В.В. Стрижов: практика.