Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, осень 2012
Материал из MachineLearning.
м |
|||
Строка 113: | Строка 113: | ||
== Черновой cписок задач == | == Черновой cписок задач == | ||
- | * | + | ---1. 2012ThematicMatching--- |
+ | *'''Название:''' Определение соответствия документа тематике на основе выделения ключевых фраз | ||
+ | *'''Тизер:''' Соответствует ли диссертация объявленному паспорту диссертации? Какова фактическая специальность диссертации? | ||
+ | *'''Данные:''': Авторефераты диссертаций. Паспорта специальностей (в качестве данных) - http://www.aspirantura.spb.ru/pasport/05.html | ||
+ | *'''Материалы:''' Статья С. Царькова «Морфологические и статистические методы выделения ключевых фраз для построения вероятностных тематических моделей коллекций текстовых документов» | ||
+ | *'''Ключевые слова:''': ключевые фразы, тематические модели, N-граммы, морфологические и статистические признаки. | ||
+ | *'''Предлагаемый алгоритм''': - ??? | ||
+ | *'''Базовый алгоритм''': — можно использовать работу С.Царькова — синтез C-Value и TF-IDF. | ||
+ | |||
+ | ---2. 2012ThematicClustering--- | ||
+ | *'''Название:''' Проверка адекватности тематической модели (Методы выявления некорректной тематической классификации) | ||
+ | *'''Тизер:''' Проверка адекватности тематической модели на материалах конференции EURO. Кластеризация статей и многомерное шкалирование; иерархические тематические модели с тематической интерпретируемостью | ||
+ | Вариант: Иерархическая тематическая кластеризация тезисов. (Возможно, отдельная статья) | ||
+ | *'''Данные:''': | ||
+ | Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов. | ||
+ | *'''Материалы:'''? конс. К.В.) | ||
+ | *'''Ключевые слова:''': иерархическая кластеризация(?), structural learning, метрики сходности текстов(?). | ||
+ | *'''Предлагаемый алгоритм''': ? | ||
+ | *'''Базовый алгоритм''': ? | ||
+ | |||
+ | ---3. 2012ThematicHierarchy--- | ||
+ | *'''Название:''' Построение иерархическим тематических моделей (Методы построения тематической модели, сходной с заданной) | ||
+ | |||
+ | *'''Тизер:''' Построение тематической модели на материалах конференции EURO. | ||
+ | *'''Данные:''': Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов. | ||
+ | *'''Материалы:'''? конс. К.В.) | ||
+ | *'''Ключевые слова:''': иерархическая кластеризация(?), structural learning, метрики сходности текстов(?). | ||
+ | *'''Предлагаемый алгоритм''': ? | ||
+ | *'''Базовый алгоритм''': ? | ||
+ | |||
+ | ---4. 2012ThematicVisualizing--- | ||
+ | *'''Название:''' Визуализация иерархической тематических моделей *'''Тизер:''' На материалах конференции EURO. | ||
+ | *'''Данные:''': Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов. | ||
+ | *'''Материалы:'''? конс. К.В.) | ||
+ | *'''Ключевые слова:''': иерархическая кластеризация(?), structural learning, метрики сходности текстов(?). | ||
+ | *'''Предлагаемый алгоритм''': ? | ||
+ | *'''Базовый алгоритм''': ? | ||
+ | |||
+ | ---5. 2012FeatureGen--- | ||
+ | *'''Название:''' Последовательное порождение и выбор признаков в задаче многоклассовой классификации | ||
+ | Нзавание2: Определение социальной роли автора текста | ||
+ | *'''Данные:''': *'''Данные:''' отзывов о книгах в интернет-магазине. База текстов сообщений из twitter.com различных пользователей (возможно добавления любого их числа), набор ролей с предварительной разметкой. | ||
+ | *'''Материалы:''' | ||
+ | *'''Ключевые слова:''': иерархическая кластеризация(?), structural learning, метрики сходности текстов(?). | ||
+ | *'''Предлагаемый алгоритм''': | ||
+ | *'''Базовый алгоритм''': | ||
+ | |||
+ | ---6. 2012CoRegression--- | ||
+ | *'''Название:''' Вычисление интегральных индикаторов в ранговых шкалах методами ко-кластеризации | ||
+ | *'''Тизер:''' Построение интегральной оценки эффективности научной деятельности | ||
+ | *'''Данные:''': Синтетические. ПРНД сотрудников ВЦ (взять у секретаря ВЦ) | ||
+ | Таблица авторы-журналы и число статей выбранных авторов в журналах. | ||
+ | *'''Материалы:''' Диплом Солодкина — оценка отдельной работы. К.В.Воронцов «Коллаборативная фильтрация» | ||
+ | *'''Ключевые слова:''': индекс Хирша, ко-кластеризация, коллаборативная фильтрация. | ||
+ | *'''Предлагаемый алгоритм''': Совместная регрессия (придумать или найти готовую). | ||
+ | *'''Базовый алгоритм''': Ко-кластеризация или адаптивная фильтрация (для сравнения на годится). Для сравнения: IF журналов и h-index авторов. | ||
+ | |||
+ | ---7. 2012StructureRegression--- | ||
+ | *'''Название:''' Выбор признаков в задачах структурной регрессии | ||
+ | *'''Тизер:''' Алгоритм структурной регрессии для разметки библиографических списков | ||
+ | *'''Данные:''': библиографические записи из BibTeX collection on CS. | ||
+ | *'''Материалы:''' работы Jaakkola и его команды, возможно, код. | ||
+ | *'''Предлагаемый алгоритм''': Структурная регрессия | ||
+ | *'''Базовый алгоритм''': возможно у Валентина появится | ||
+ | |||
+ | ---8. 2012RankClustering--- | ||
+ | *'''Название:''' Ранговая кластеризация и алгоритмы динамического выравнивания | ||
+ | *'''Тизер:''' Поиск повторений в библиографических записях (Динамическое выравнивание при нахождении дубликатов библиографических записей) | ||
+ | *'''Данные:''': Испорченные и некорректные библиографические записи (базы студенческих рефератов) | ||
+ | *'''Материалы:''' | ||
+ | *'''Ключевые слова:''': DTW – модификации, k-Means | ||
+ | *'''Предлагаемый алгоритм''': Алгоритм ранговой кластеризации. | ||
+ | *'''Базовый алгоритм''': k-Means и его высокопроизводительные вариации. | ||
+ | |||
+ | ---9. 2012CovSelection--- | ||
+ | *'''Название:''' Совместный выбор объектов и признаков в задачах многоклассовой классификации | ||
+ | *'''Тизер:''' Ранжирование поисковых выдач Яндекса | ||
+ | *'''Данные:''': Яндекс – математика | ||
+ | *'''Материалы:''' Бишоп, Стрижов | ||
+ | *'''Ключевые слова:''': логистическая регрессия, выбор признаков, фильтрация объектов | ||
+ | *'''Предлагаемый алгоритм''': Совместный выбор путем анализа ковариационных матриц | ||
+ | *'''Базовый алгоритм''': SVM. | ||
+ | TODO: Взять матрицу T, с. 209 Бишопа, сделать многоклассовую классификацию (с. 208). Проверить на синтетической выборке того же формата, что и *'''Данные:''' Яндекса. Запустить алгоритм SVM на этой же выборке. Сделать многоклассовую классификацию. Связать с выбором признаков. | ||
+ | |||
+ | ---10. 2012ExpertRanking--- | ||
+ | *'''Название:''' Согласование ранговых экспертных оценок | ||
+ | *'''Тизер:''' Методы ранжирования при голосовании (выборе литературных произведений) | ||
+ | *'''Данные:''': Интернет-голосование за список книг | ||
+ | Литература: Нужно будет сделать обзор | ||
+ | *'''Предлагаемый алгоритм''': Нахождение пересечения конусов и оценка эффективной размерности пространства | ||
+ | *'''Базовый алгоритм''': Медиана Кемени и другие алгоритмы | ||
+ | |||
+ | ---11. 2012TypeDetection--- | ||
+ | *'''Название:''' Методы извлечение признаков из текстовой информации | ||
+ | *'''Тизер:''' Определение типа произведения (определение научной области произведения) | ||
+ | *'''Данные:''': Книги с УДК, у Антона | ||
+ | *'''Литература:''' Найти | ||
+ | *'''Предлагаемый алгоритм''': | ||
+ | *'''Базовый алгоритм''': | ||
+ | |||
+ | Другие темы: | ||
+ | Мультимодельный подход при классификации авторефератов | ||
+ | Выбор признаков при кластеризации текстов | ||
+ | Кластеризация и структурная классификация текстов | ||
+ | Многомерное шкалирование и визуализация кластеризованных текстов | ||
+ | Поиск ключевых слов в текстах (на материалах С.Ц.) TF-IDF | ||
+ | |||
+ | Другие темы: | ||
+ | Мультимодельный подход при классификации авторефератов | ||
+ | Выбор признаков при кластеризации текстов | ||
+ | Кластеризация и структурная классификация текстов | ||
+ | Многомерное шкалирование и визуализация кластеризованных текстов | ||
+ | Поиск ключевых слов в текстах (на материалах С.Ц.) TF-IDF | ||
[[Категория:Учебные курсы]] | [[Категория:Учебные курсы]] | ||
== Полезные материалы == | == Полезные материалы == | ||
https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/utilities | https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/utilities |
Версия 14:54, 4 сентября 2012
Курс называется "Математические методы прогнозирования"
Страница наполняется до 5 сентября 2012. |
Список задач
Название задачи | Автор | Рецензент | Ссылка на работу | Комментарии |
---|---|---|---|---|
Название | Кто | Кто | Surname2012Title | AIPVDTCHSJR[R] |
Расписание
Дата | Что делаем | Результат для обсуждения | Код | |
---|---|---|---|---|
Сентябрь | 5 | Выбрана задача, рецензент | Запись в ML | |
12 | Выбрана задача, найдены базовые публикации. | Аннотация, 600 знаков. | Annotation | |
19 | Собрана литература, она в bib; найдены данные. | Введение, примерно одна страница. | Introduction | |
26 | Поставлена задача, собраны все материалы по работе. Найдены публикации. | Постановка задачи, полстраницы. | Problem | |
Октябрь | 3 | Поставлен вычислительный эксперимент, получены первые результаты. | Визуализация данных. | Visualizing |
10 | Описание алгоритма. | Алгоритмическая часть (третий раздел). | Document | |
17 | Теоретическая часть. | Второй раздел. | Theory | |
24 | Завершение вычислительного эксперимента. | Описание эксперимента и анализ ошибок. | Comp | |
31 | Контрольная точка - показ статьи в целом. | Статья. | cHeck | |
Ноябрь | 7 | Доработка статьи; доклад, первая группа. | Доклад. | Show |
14 | Доклад, вторая группа. | Подача статьи в журнал. | Journal | |
21 | Доклад, третья группа. | Рецензия написана, [r]-рецензенту | Review, [r] | |
28 | Последний день для претендентов на оценки 10,9,8. | Экзамен | (score) |
Черновой cписок задач
---1. 2012ThematicMatching---
- Название: Определение соответствия документа тематике на основе выделения ключевых фраз
- Тизер: Соответствует ли диссертация объявленному паспорту диссертации? Какова фактическая специальность диссертации?
- Данные:: Авторефераты диссертаций. Паспорта специальностей (в качестве данных) - http://www.aspirantura.spb.ru/pasport/05.html
- Материалы: Статья С. Царькова «Морфологические и статистические методы выделения ключевых фраз для построения вероятностных тематических моделей коллекций текстовых документов»
- Ключевые слова:: ключевые фразы, тематические модели, N-граммы, морфологические и статистические признаки.
- Предлагаемый алгоритм: - ???
- Базовый алгоритм: — можно использовать работу С.Царькова — синтез C-Value и TF-IDF.
---2. 2012ThematicClustering---
- Название: Проверка адекватности тематической модели (Методы выявления некорректной тематической классификации)
- Тизер: Проверка адекватности тематической модели на материалах конференции EURO. Кластеризация статей и многомерное шкалирование; иерархические тематические модели с тематической интерпретируемостью
Вариант: Иерархическая тематическая кластеризация тезисов. (Возможно, отдельная статья)
- Данные::
Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.
- Материалы:? конс. К.В.)
- Ключевые слова:: иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
- Предлагаемый алгоритм: ?
- Базовый алгоритм: ?
---3. 2012ThematicHierarchy---
- Название: Построение иерархическим тематических моделей (Методы построения тематической модели, сходной с заданной)
- Тизер: Построение тематической модели на материалах конференции EURO.
- Данные:: Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.
- Материалы:? конс. К.В.)
- Ключевые слова:: иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
- Предлагаемый алгоритм: ?
- Базовый алгоритм: ?
---4. 2012ThematicVisualizing---
- Название: Визуализация иерархической тематических моделей *Тизер: На материалах конференции EURO.
- Данные:: Тексты тезисов конференции Евро-2012 (?пока нет) порядка 2000 тезисов.
- Материалы:? конс. К.В.)
- Ключевые слова:: иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
- Предлагаемый алгоритм: ?
- Базовый алгоритм: ?
---5. 2012FeatureGen---
- Название: Последовательное порождение и выбор признаков в задаче многоклассовой классификации
Нзавание2: Определение социальной роли автора текста
- Данные:: *Данные: отзывов о книгах в интернет-магазине. База текстов сообщений из twitter.com различных пользователей (возможно добавления любого их числа), набор ролей с предварительной разметкой.
- Материалы:
- Ключевые слова:: иерархическая кластеризация(?), structural learning, метрики сходности текстов(?).
- Предлагаемый алгоритм:
- Базовый алгоритм:
---6. 2012CoRegression---
- Название: Вычисление интегральных индикаторов в ранговых шкалах методами ко-кластеризации
- Тизер: Построение интегральной оценки эффективности научной деятельности
- Данные:: Синтетические. ПРНД сотрудников ВЦ (взять у секретаря ВЦ)
Таблица авторы-журналы и число статей выбранных авторов в журналах.
- Материалы: Диплом Солодкина — оценка отдельной работы. К.В.Воронцов «Коллаборативная фильтрация»
- Ключевые слова:: индекс Хирша, ко-кластеризация, коллаборативная фильтрация.
- Предлагаемый алгоритм: Совместная регрессия (придумать или найти готовую).
- Базовый алгоритм: Ко-кластеризация или адаптивная фильтрация (для сравнения на годится). Для сравнения: IF журналов и h-index авторов.
---7. 2012StructureRegression---
- Название: Выбор признаков в задачах структурной регрессии
- Тизер: Алгоритм структурной регрессии для разметки библиографических списков
- Данные:: библиографические записи из BibTeX collection on CS.
- Материалы: работы Jaakkola и его команды, возможно, код.
- Предлагаемый алгоритм: Структурная регрессия
- Базовый алгоритм: возможно у Валентина появится
---8. 2012RankClustering---
- Название: Ранговая кластеризация и алгоритмы динамического выравнивания
- Тизер: Поиск повторений в библиографических записях (Динамическое выравнивание при нахождении дубликатов библиографических записей)
- Данные:: Испорченные и некорректные библиографические записи (базы студенческих рефератов)
- Материалы:
- Ключевые слова:: DTW – модификации, k-Means
- Предлагаемый алгоритм: Алгоритм ранговой кластеризации.
- Базовый алгоритм: k-Means и его высокопроизводительные вариации.
---9. 2012CovSelection---
- Название: Совместный выбор объектов и признаков в задачах многоклассовой классификации
- Тизер: Ранжирование поисковых выдач Яндекса
- Данные:: Яндекс – математика
- Материалы: Бишоп, Стрижов
- Ключевые слова:: логистическая регрессия, выбор признаков, фильтрация объектов
- Предлагаемый алгоритм: Совместный выбор путем анализа ковариационных матриц
- Базовый алгоритм: SVM.
TODO: Взять матрицу T, с. 209 Бишопа, сделать многоклассовую классификацию (с. 208). Проверить на синтетической выборке того же формата, что и *Данные: Яндекса. Запустить алгоритм SVM на этой же выборке. Сделать многоклассовую классификацию. Связать с выбором признаков.
---10. 2012ExpertRanking---
- Название: Согласование ранговых экспертных оценок
- Тизер: Методы ранжирования при голосовании (выборе литературных произведений)
- Данные:: Интернет-голосование за список книг
Литература: Нужно будет сделать обзор
- Предлагаемый алгоритм: Нахождение пересечения конусов и оценка эффективной размерности пространства
- Базовый алгоритм: Медиана Кемени и другие алгоритмы
---11. 2012TypeDetection---
- Название: Методы извлечение признаков из текстовой информации
- Тизер: Определение типа произведения (определение научной области произведения)
- Данные:: Книги с УДК, у Антона
- Литература: Найти
- Предлагаемый алгоритм:
- Базовый алгоритм:
Другие темы: Мультимодельный подход при классификации авторефератов Выбор признаков при кластеризации текстов Кластеризация и структурная классификация текстов Многомерное шкалирование и визуализация кластеризованных текстов Поиск ключевых слов в текстах (на материалах С.Ц.) TF-IDF
Другие темы: Мультимодельный подход при классификации авторефератов Выбор признаков при кластеризации текстов Кластеризация и структурная классификация текстов Многомерное шкалирование и визуализация кластеризованных текстов Поиск ключевых слов в текстах (на материалах С.Ц.) TF-IDF
Полезные материалы
https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/utilities