Участник:Oleg Bakhteev
Материал из MachineLearning.
(→Весна 2014, 8 семестр) |
(→Весна 2014, 8 семестр) |
||
| Строка 10: | Строка 10: | ||
'''Публикация'''<br/> | '''Публикация'''<br/> | ||
Bakhteev O.Y., Strijov V.V. Panel matrix and ranking model recovery using | Bakhteev O.Y., Strijov V.V. Panel matrix and ranking model recovery using | ||
| - | mixed-scale measured data // | + | mixed-scale measured data // Central European Journal of Operations Research (CEJOR) (подано). [http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group074/Bakhteev014UniversityRanking/doc/BakhteevReport.pdf?format=raw PDF] |
| + | |||
| + | '''Доклад на конференции'''<br/> | ||
| + | 57-ая конференция МФТИ: доклад "Восстановление панельной матрицы и ранжирующей модели в разнородных шкалах" | ||
| + | |||
| + | |||
| + | == Осень 2014, 9 семестр == | ||
| + | '''Восстановление пропущенных значений по метризованной выборке в разнородных шкалах'''<br/> | ||
| + | В работе рассматривается проблема заполнения большого количества пропусков в выборке в задачах анализа данных. Основной трудностью, связанной с заполнением пропусков, является неустойчивость полученной модели при уточнении части пропущенных данных. В работе изучается подход, основанный на заполнении данных методом ближайшего соседа, производится оценка точности заполнения пропусков в условиях равномерной непрерывности заполняющих функций. <br/> | ||
| + | |||
| + | |||
| + | '''Публикация'''<br/> | ||
| + | Бахтеев О.Ю., Стрижов В.В. Восстановление пропущенных значений по метризованной выборке в разнородных шкалах (готовиться к подаче). | ||
| + | [http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group074/Bakhteev2014MissData/doc/miss2.pdf?format=raw PDF] | ||
| + | |||
| + | |||
| + | '''Согласование экспертных оценок с большим количеством пропущенных значений'''<br/> | ||
| + | Рассматривается задача согласования экспертных оценок в условиях, когда каждый эксперт дает оценки по небольшой доле оцениваемых объектов. Для каждого эксперта задан частичный порядок на множестве признаковой значимости. Также предполагается, что для каждого эксперта задана значимость его оценок в итоговом согласованном решении. Проводится обзор существующих решений. Предлагается метод решения рассматриваемой задачи, основанный на методе Парето-расслоения. <br/> | ||
| + | |||
| + | '''Публикация'''<br/> | ||
| + | Бахтеев О.Ю., Стрижов В.В. Согласование экспертных оценок с большим количеством пропущенных значений (готовиться к подаче). | ||
| + | [http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group074/Bakhteev2014MultiExpert/doc/multiexpert.pdf?format=raw PDF] | ||
Версия 10:47, 30 декабря 2014
Бахтеев Олег Юрьевич
МФТИ, ФУПМ
Кафедра «Интеллектуальные системы»
Направление «Интеллектуальный анализ данных»
bakhteev@phystech.edu
Весна 2014, 8 семестр
Восстановление панельной матрицы и ранжирующей модели по метризованной выборке в разнородных шкалах
Работа посвящена восстановлению ежегодных изменений рейтингов студентов при собеседовании в учебный центр. Рассматривается выборка, состоящая з экспертных оценок студентов, проходивших собеседование в учебный центр в течение нескольких лет и итоговых рейтингов студентов. Шкалы экспертных оценок меняются из года в год, но шкала рейтингов остается неизменной. Требуется восстановить ранжирующую модель, не зависящую от времени. Задача сводится к восстановлению панельной матрицы (то есть матрицы объект–признак–год), ставящей во взаимное соответствие некоторого студента (или усредненный “портрет” студента) и его предполагаемую оценку на собеседованиях за каждый год, и исследованию ранжирующей модели, полученной на основе этой матрицы, а так же анализу ее устойчивости на протяжении нескольких лет. Предлагается метод восстановления панельной матрицы, основанный на решении многомерной задачи о назначениях. В качестве метода восстановления ранжирующей модели используется алгоритм многоклассовой классификации с отношением полного порядка на классах и алгоритм ранжирования, основанный на методе опорных векторов.
Публикация
Bakhteev O.Y., Strijov V.V. Panel matrix and ranking model recovery using
mixed-scale measured data // Central European Journal of Operations Research (CEJOR) (подано). PDF
Доклад на конференции
57-ая конференция МФТИ: доклад "Восстановление панельной матрицы и ранжирующей модели в разнородных шкалах"
Осень 2014, 9 семестр
Восстановление пропущенных значений по метризованной выборке в разнородных шкалах
В работе рассматривается проблема заполнения большого количества пропусков в выборке в задачах анализа данных. Основной трудностью, связанной с заполнением пропусков, является неустойчивость полученной модели при уточнении части пропущенных данных. В работе изучается подход, основанный на заполнении данных методом ближайшего соседа, производится оценка точности заполнения пропусков в условиях равномерной непрерывности заполняющих функций.
Публикация
Бахтеев О.Ю., Стрижов В.В. Восстановление пропущенных значений по метризованной выборке в разнородных шкалах (готовиться к подаче).
PDF
Согласование экспертных оценок с большим количеством пропущенных значений
Рассматривается задача согласования экспертных оценок в условиях, когда каждый эксперт дает оценки по небольшой доле оцениваемых объектов. Для каждого эксперта задан частичный порядок на множестве признаковой значимости. Также предполагается, что для каждого эксперта задана значимость его оценок в итоговом согласованном решении. Проводится обзор существующих решений. Предлагается метод решения рассматриваемой задачи, основанный на методе Парето-расслоения.
Публикация
Бахтеев О.Ю., Стрижов В.В. Согласование экспертных оценок с большим количеством пропущенных значений (готовиться к подаче).
PDF
