Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 374, весна 2017
Материал из MachineLearning.
Постановка задач в машинном обучении
Курс посвящен технике изложения основной идеи исследования. Обсуждаются постановки задач выбора моделей, оценки параметров, оптимизации. Обсуждение ведется в формате лекций и эссе. Эссе — это изложение идеи постановки и решения задачи. Изложение должно быть достаточно полным (идея восстанавливается однозначно), но кратким (полстраницы) и ясным. Задача ставится формально, желательно использование языка теории множеств, алгебры, матстатистики. Желательно ставить задачу в формате argmin. Пишется в свободной форме, с учетом нашего стиля выполнения научных работ: терминологическая точность и единство обозначений приветствуются[1]. В начале занятия из написанных эссе выбираются эссе для доклада и обсуждения. Продолжительность доклада 3 минуты. Оценка выставляется за устный доклад: A или Z баллов.
Эссе хранятся в личной папке Group374/Surname2017Essays/. В папке этого примера есть шаблон эссе. Ссылка на эссе делается по шаблону
[http://svn.code.sf.net/p/mlalgorithms/code/Group374/Surname2017Essays/Surname2017Essay1.pdf?format=raw 1]
Результаты
Автор | Ссылки на эссе | Доклад |
---|---|---|
Марк Аврелий | 1, 2 | 1A, 2Z |
Баяндина Анастасия | 1, 2 | |
Белозерова Анастасия | 1 | |
Владимирова Мария | 1 | |
Володин Сергей | 1 | |
Городницкий Олег | ||
Иванычев Сергей | ||
Ковалева Валерия | 1 | |
Малыгин Виталий | 1 | |
Молибог Игорь | 1 | |
Погодин Роман | 1 | |
Рязанов Андрей | 1 | |
Сафин Камиль | 1 | |
Федоряка Дмитрий | 1 | |
Цветкова Ольга | 1 | |
Чигринский Виктор |
Тема 1. Обучение по предпочтениям
- Strijov V.V. Methods of Preference Learning for Ordinal Classification and Decision Making, 2014, MIPT, slides
- Кузнецов М.П. Построение моделей обучения по предпочтениям с использованием порядковых экспертных оценок, 2016, МФТИ, slides
- Stenina M.M., Kuznetsov M.P., Strijov V.V. Ordinal classification using Pareto fronts // Expert Systems with Applications, 2015, 42(14) : 5947–5953 article
- Kuznetsov M.P., Strijov V.V. Methods of expert estimations concordance for integral quality estimation // Expert Systems with Applications, 2014, 41(4-2) : 1988-1996 article
- Медведникова М.М., Стрижов В.В. Построение интегрального индикатора качества научных публикаций методами ко-кластеризации // Известия Тульского государственного университета, Естественные науки, 2013, 1 : 154-165 article
Задача 1.
Согласование экспертных оценок как согласование конусов предполагает, что объекты сравнимы (являются элементами простой выборки). Что делать, если объекты не сравнимы и образуют кластерную структуру? Как проверить, сравнимы ли объекты? Требуется погрузить множество конусов с определенной на нем суммой Минковского в метрическое пространство и предложить способ построения интегральных индикаторов с использованием метрики (или функции расстояния) в пространстве описаний объектов.
Тема 2. Снижение размерности пространства в задаче прогнозирования
- Strijov V.V. Feature generation and model selection for multiscale time series forecasting, MIPT, 2016 slides
- Katrutsa A.M., Strijov V.V. Stresstest procedure for feature selection algorithms // Chemometrics and Intelligent Laboratory Systems, 2015, 142 : 172-183 article
- Katrutsa A.M., Strijov V.V. Comprehensive study of feature selection methods to solve multicollinearity problem according to evaluation criteria // Expert Systems with Applications, 2017 article
- Нейчев Р.Г., Катруца А.М., Стрижов В. Выбор оптимального набора признаков из мультикоррелирующего множества в задаче прогнозирования // Заводская лаборатория. Диагностика материалов, 2016, 82(3) : 68-74 article
- Motrenko A.P., Strijov V.V. Extracting fundamental periods to segment human motion time series // Journal of Biomedical and Health Informatics, 2015, 20(6) : 1466 - 1476 article
Задача 2.
Предложить новый способ снижения размерности свехбольших пространств для задач прогнозирования.
Тема 3.
Построение функции ошибки в задаче выбора скоринговой модели.
Задача 3.
Предлагается решить в течение занятия.