Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, осень 2013
Материал из MachineLearning.
Задачи
Автор | Название задачи | Ссылка | [BMF]LSICUDTPRWS |
---|---|---|---|
Бунаков Василий | Signature Recognition | [1] | [BM+]L+SIC>>> |
Вдовина Евгения | Visualization of Results of Keyword Groups Mapping | [2] | [B]L-S+I+C0D> |
Воронов Сергей | Распознавание текста на фотографиях | [3] | [BM+]LS-I+CU+DTP+ |
Гринчук Олег | Прогнозирование макроэкономических состояний (Векторная авторегрессия) | [4] | [BM]L-SI-C-0D> |
Дубовик Анна | Classification and Exploring of Source Code of Python Projects. | [5] | [M]L0I-->>>0 |
Желавская Ирина | Automatic Filters Generator for Gmail | [6] | [BM+]LS->>>>0 |
Жуйков Владимир | Распознавание подписей | [7] | [B]L--0I-->>>> |
Иванов Сергей | Personalize Expedia Hotel Searches | [8] | [B]+L-SI+>> |
Иванов Александр | Detecting Unsolicited SMS Messages | [9] | [BM+]LSIC->>U |
Касаткин Сергей | Determination of the type of human activity based on the data from the accelerometer | [10] | [B]L-S-I-->>>0 |
Катруца Александр | Ранжирование поисковой выдачи | [11] | [BM+]L+SI+CUD> |
Колчанов Андрей | The financial bubbles definition in the stock data | [12] | [B]0S-I->>> |
Костин Александр | Classify Handwritten Digits | [13] | [B]L+S-I |
Котенко Ленгольд Екатерина | Satellite imagery processing for NDVI estimation | [14] | [BM]L-S-IC-U>> |
Кудряшова Александра | Satellite imagery processing for NDVI estimation | [15] | [B]L-S-IC-U>> |
Левдик Павел | Прогнозирование цен на электроэнергию | [BM+]0SI>U> | |
Матросов Михаил | Short-term forecasting of musical compositions | [16] | [B]L-SIC-->> |
Митяшов Андрей | Обработка сложноорганизованных социологических данных в задаче классификации | [17] | [M+]L+SI--C-UD-> |
Неклюдов Кирилл | Распознавание лиц | [18] | [M+]LS-I+C>> |
Перекрестенко Дмитрий | Human activity recognition | [19] | [BM+]L-SI-CU-DT |
Прилепский Роман | Text []Location and recognition on Google Street View Images. | [20] | [B]L+00>>>0 |
Пушняков Алексей | Сегментация цветных изображений | [21] | [BM+]L+S+I+C+UD |
Рыскина Мария | Создание тематической модели на основе PLSA | [22] | [BM+]L--S+I+CUDT+ |
Стенин Сергей | Определение тематически близких тезисов научной конференции | [23] | [B]L+S+I+CUD |
Уржумцев Олег | Поиск похожих тезисов конференций | [BM+]00IC>D | |
Фейзханов Рустем | Email filter generation | [24] | [BM+]LS-IC--U->(D-T-) |
Шуйский Николай | Поиск мелодии в базе данных | [B]0S-0>>>> | |
Яшков Даниил | Локализация лиц на фотографии | [25] | [M+]L-S-IC->>> |
Welcome! |
Расписание
Дата | Что сделано | Результат для обсуждения | Код | |
---|---|---|---|---|
Сентябрь | 18 | Выбрана задача, рецензент. | Запись в ML. | - |
25 | Собрана литература, написаны комментарии. | Список литературы и мини-сообщение. | Literatura | |
Октябрь | 2 | Поставлена задача для синтетических данных. Написана математическая постановка в формате TeX. | Примерно страница текста. | Statement |
9 | Создан файл отчета. Сделано описание проекта. Создана архитектура и интерфейс ядра системы (синтетические данные). | Описание, IDEF0. | Idef | |
16 | Детализирован интерфейс, написан код первого приближения. | Код для синтетических данных. | Code | |
23 | Написаны юнит-тесты и модуль, их запускающий. | Юнит-тесты. | Unit-test | |
30 | Собраны реальные данные. Доработана схема IDEF0. Написаны модули подготовки данных. | Данные, вторая схема IDEF0, модули. | Data | |
Ноябрь | 6 | Написаны и запущены системные тесты. По результатам доработки кода написана рецензия на работу. | Тесты, рецензия. | Tests |
13 | Код оптимизирован. | Отчет профайлера до и после. | Profiler | |
20 | Сделан визуальный отчет. | Завершенный тех.отчет. | Report | |
27 | Разработан веб-интерфейс. | Код на сайте. | Web | |
Декабрь | 4 | Сделан пользовательский интерфейс и примеры. | Доклад. | Show |
Работа и консультации
- Работы сдаются в течение недели.
- Желательна итеративная сдача работ, начинать показ лучше в выходные.
- Дедлайн последней версии работы: вторник 6:00am (проверка занимает весь вторник).
- В отчет будет добавлен пункт об учете времени, затраченном на выполнение проекта по неделям.
- Каждый этап работ + 1 балл по системе (А--, А-, А, А+, А++),
- Несделанная работа - 0.
Черновой список задач
Выбор алгоритмов краткосрочного прогнозирования
- Краткое описание. Создать алгоритм, осуществляющий выбор моделей прогнозирования на основе метаописания временных рядов.
- Базовый алгоритм. Базовые модели для выбора: проект TSForecasting. Простейший метод для выбора моделей — дерево поиска. Метаописание временных рядов: А. И. Кобзарь Прикладная математическая статистика.
- Данные. Цены на электроэнергию, биржевые данные, цены на хлеб.
- Аргументы.
Прогнозирование цен на электроэнергию
- Краткое описание. Построить авторегрессионный алгоритм прогнозирования; осуществить выбор признаков методом наименьших углов.
- Базовый алгоритм. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. LARS.
- Данные. Цены на электроэнергию.
- Аргументы.
Сегментация изображений
- Краткое описание. Дана база данных изображений. Разработать алгоритм сегментации изображений по цветам.
- Базовый алгоритм. Segmentation based on Gaussian mixture models
- Данные. Любая БД изображения, например, berkeley
- Аргументы.
Поиск мелодии в базе данных
- Краткое описание. Задана библиотека мелодий. Для короткого музыкального фрагмента требуется определить, какой мелодии он принадлежит.
- Базовый алгоритм. Локальное прогнозирование.
- Данные. Библиотека мелодий в формате .midi. matlab .midi parser
- Аргументы.
Краткосрочное прогнозирование музыкальных произведений
- Краткое описание. Спрогнозировать простейшее музыкальное произведение функциями дискретного аргумента по предыстории.
- Базовый алгоритм. Прогнозирование функциями дискретного аргумента
- Данные. Библиотека мелодий в формате .midi. matlab .midi parser
- Аргументы.
Распознавание подписей
- Краткое описание. На основе динамической информации о подписи распознать человека, которому эта подпись принадлежит. Динамическая информация означает, что подпись представляется многомерным временным рядом: зависимость координат от времени, зависимость давления от времени и др.
- Базовый алгоритм. Hidden Markov Models / Dynamic Time Warping
- Данные. Signature verification database
- Аргументы.
Поиск похожих тезисов конференций
- Краткое описание. Найти тезисы конференции OR-2013, близкие к заданному.
- Базовый алгоритм. https://svn.code.sf.net/p/mlalgorithms/code/KuzminAduenkoStrijov2012ThematicClustering/
- Данные. Библиотека тезисов конференции OR-2013.
- Аргументы.
Сегментация библиографических списков
- Краткое описание. Разработать алгоритм сегментации библиографической записи.
- Базовый алгоритм. Скрытая марковская модель на основе мягкой кластеризации с учетом регулярных выражений.
- Данные. База данных библиографических списков (возможно, придется дополнить).
- Аргументы.
Распознавание рукописных цифр
- Краткое описание. Classify handwritten digits using the famous MNIST data.
- Базовый алгоритм. Convolutional Neural Networks
- Данные. http://www.kaggle.com/c/digit-recognizer/data
- Аргументы.
Ранжирование поисковой выдачи
- Краткое описание. Интернет-математика 2009.
- Базовый алгоритм.
- Данные. http://imat2009.yandex.ru/academic/mathematic/2009/datasets
- Аргументы.
Обработка сложноорганизованных социологических данных в задаче классификации
- Краткое описание. Решаемая прикладная задача - построение скоринговой модели. Основной проблемой является получение матрицы "объекты-признаки" из заполненной социологической анкеты.
- Базовый алгоритм. Логистическая регрессия для классификации, для обработки данных - презентация ВВС
- Данные. Данные банка OTP по скорингу
- Аргументы.
Категоризация объектов Красной Книги
- Краткое описание. Построить монотонную категоризацию объектов Красной Книги по экспертным признаковым описаниям, заданным в порядковой шкале.
- Базовый алгоритм. Rule learning
- Данные. Экспертные оценки объектов Красной Книги
- Аргументы.
Определение наличия и характеристик пульсовой волны
Построение рейтинга научных журналов
- Краткое описание. Построение совместного рейтинга научных журналов и публикующихся в них авторов.
- Базовый алгоритм. Co-clusterization
- Данные. Данные журнал-автор.
- Аргументы.
Визуализация подписей-выносок
- Краткое описание. Разработать метод оптимального расположения подписей-выносок.
- Базовый алгоритм. http://strijov.com/papers/AduenkoStrijov2013TextVisualizing.pdf
- Данные.
- Аргументы.
Прогнозирование редких продаж по набору временных рядов
- Краткое описание. Разработать метод прогнозирования продаж, учитывая периодичность и тренд временных рядов.
- Базовый алгоритм.
- Данные. http://svn.code.sf.net/p/mvr/code/data/SalesDB/
- Аргументы.
Определение финансовых пузырей в биржевых данных
- Краткое описание. Разработать метод определения финансовых пузырей в биржевых данных по ценам на сырье.
- Базовый алгоритм. статья Вилли.
- Данные. Цены на сырье.
- Аргументы.
Исследование изменения влияния макроэкономических показателей
- Краткое описание. Требуется построить модель влияния экономических показателей на ВВП и оценить изменения влияния каждого показателя с течением времени.
- Базовый алгоритм. Flexible least squares
- Данные. Данные макроэкономических показателей
- Аргументы.
Прогнозирование концентрации кислорода в выхлопных газах дизельного двигателя
- Краткое описание. Требуется спрогнозировать показания одного из дорогостоящих датчиков в дизельном двигателе(лямбда-зонда) по показаниям других более дешевых датчиков. Специфика заключается в сильно-пересыщенном признаковом пространстве.
- Базовый алгоритм. https://dl.dropboxusercontent.com/u/43790276/neweng.pdf
- Данные. По запросу от Никиты Ивкина.
- Аргументы.
Обнаружение причинно-следственных связей во временных рядах железнодорожных перевозок и биржевых данных
- Краткое описание. Разработать алгоритм, детектирующий влияние экзогенных факторов на железнодорожные перевозки.
- Базовый алгоритм. Convergent cross mapping.
- Данные. Данные РЖД по железнодорожным перевозкам.
- Аргументы.
Распознавание лиц
- Краткое описание. Facial Keypoints Detection.
- Базовый алгоритм. Pictorial structures
- Данные. http://www.kaggle.com/c/facial-keypoints-detection/data
- Аргументы.
Распознавание профилей
- Краткое описание. По выделенному профилю лица человека определить, какому человеку этот профиль принадлежит.
- Базовый алгоритм.
- Данные. База данных профилей
- Аргументы.
Personalize Expedia Hotel Searches
- Краткое описание. ICDM 2013
- Базовый алгоритм.
- Данные. http://www.kaggle.com/c/expedia-personalized-sort/data
- Аргументы.
Прогнозирование землетрясений
- Краткое описание. По историческим данным о землетрясениях требуется построить прогноз / оценить вероятность землетрясения в следующий промежуток времени.
- Базовый алгоритм. Pattern shape analysis
- Данные. Данныe USA gov. о землетрясениях
- Аргументы.
Определение нежелательных SMS-сообщений
- Краткое описание. Фильтрация спам SMS рассылок посредством
- Базовый алгоритм.
- Данные. http://www.dt.fee.unicamp.br/~tiago/smsspamcollection/
- Аргументы.
Кластеризация треков по типу активности
- Краткое описание. Необходимо кластеризовать треки ежедневного человеческого быта по типу активности (например, спорт, шоппинг, дорога домой)
- Базовый алгоритм.
- Данные. http://research.microsoft.com/en-us/downloads/b16d359d-d164-469e-9fd4-daa38f2b2e13/default.aspx
- Аргументы.
Определение типа активности человека по данным с акселерометра
- Краткое описание. Определение типа локальной активности (пеший ход, бег, подъем по лестнице и др.) по данным с акселерометра на теле человека.
- Базовый алгоритм.
- Данные.
- Аргументы.
Классификация сердцебиений
- Краткое описание. Первичная сегментация кардиограммы. Классификация типов сердцебиений.
- Базовый алгоритм.
- Данные. http://www.peterjbentley.com/heartchallenge/#dates
- Аргументы.
Фильтрация вредоносных URL, по названию ресурса
- Краткое описание. Фильтрация вредоносных URL, по названию ресурса (например фишинговые ссылки)
- Базовый алгоритм.
- Данные. http://sysnet.ucsd.edu/projects/url/
- Аргументы.
Задача навигации робота
- Краткое описание. Робот вдоль стены, считывает показания с датчиков, и принимает решения о изменении траектории (поворот на 30, 60 и 90 градусов)
- Базовый алгоритм.
- Данные. http://archive.ics.uci.edu/ml/datasets/Wall-Following+Robot+Navigation+Data
- Аргументы.
Распознавания текста на фотографиях
- Краткое описание. Локализация и распознавание текста на снимках Google Street View.
- Базовый алгоритм. http://cmp.felk.cvut.cz/~neumalu1/neumann-cvpr2012.pdf
- Данные.
- Аргументы.
Прогноз лесных пожаров
- Краткое описание. Прогнозирование распространения лесных пожаров по метеорологическим данным.
- Базовый алгоритм.
- Данные. http://archive.ics.uci.edu/ml/datasets/Forest+Fires
- Аргументы.
Прогноз состояния продаваемой машины
- Краткое описание. Оценка истинной стоимости продаваемого автомобиля
- Базовый алгоритм.
- Данные. http://www.kaggle.com/c/DontGetKicked
- Аргументы.
Прогнозирование выплат по страховке
- Краткое описание. Прогнозирование выплат по страховке в случае ДТП на основании данных об автомобиле.
- Базовый алгоритм.
- Данные. http://www.kaggle.com/c/ClaimPredictionChallenge
- Аргументы.
Прогнозирование должностных зарплат
- Краткое описание. Прогнозирование должностных зарплат по ключевым необходимым навыкам.
- Базовый алгоритм.
- Данные. http://www.kaggle.com/c/job-salary-prediction/data
- Аргументы.
Локализация лиц на фотографии
- Краткое описание. Прогнозирование должностных зарплат по ключевым необходимым навыкам.
- Базовый алгоритм. http://www.cs.cmu.edu/~efros/courses/LBMV07/Papers/viola-cvpr-01.pdf
- Данные. http://vis-www.cs.umass.edu/lfw/
- Аргументы.