Машинное обучение 2 осень 2017 — различия между версиями

Материал из SEWiki
Перейти к: навигация, поиск
(Добавлена новая презентация)
Строка 26: Строка 26:
  
 
== Презентации: ==
 
== Презентации: ==
[[Медиа:Ml-1.pdf|Лекция №1. Введение в область.]]
 
  
[[Медиа:Ml-5.pdf|Лекция №2. Сэмплирование.]]
+
* [[Медиа:Ml-1.pdf|Лекция №1. Введение в область.]]
 +
 
 +
* [[Медиа:Ml-5.pdf|Лекция №2. Сэмплирование.]]
 +
 
 +
* [[Медиа:Ml-15.pdf|Лекция №3. Сэмплирование.]]
 +
** '''Задание:'''  определить истинную размерность пространства документов, если рассматривать их в модели "bag of words".  <br> Можно не ограничиваться только теми методами, что были рассказаны.
 +
**[[Медиа:Wikipedia_2000_dump.xml.gz|Кусок википедии]]: документы для дз.

Версия 11:59, 23 сентября 2017

Семинар

Преподаватель: Кураленок И. Е.

План лекций:

  1. Введение в область
  2. Анализ задачи
    1. Сэмплирование и размерность задачи
    2. Уменьшение размерности: feature selection
    3. Уменьшение размерности: feature extraction
    4. Embedded модели на линейном примере (LASSO, LARS, etc.)
  3. Практическая оценка методов машинного обучения
  4. Теоретическая оценка
  5. Основные принципы построения целевых функций
  6. Необычные факторы в обучении
    1. Обучение на последовательностях
    2. Рекомендательные системы
  7. Построение целевых функций
  8. Введение в online обучение
  9. Несколько подходов к построению решающей функции
    1. Сэмплирование пространства решений и NFLT
    2. Введение в байесовское моделирование
    3. Сегментация пространства задачи (деревья, кластеризация,  :))
    4. Ансамбли (BOC->Boosting)
  10. История решения одной практической задачи (MLR)

Презентации:

  • Лекция №3. Сэмплирование.
    • Задание: определить истинную размерность пространства документов, если рассматривать их в модели "bag of words".
      Можно не ограничиваться только теми методами, что были рассказаны.
    • Кусок википедии: документы для дз.