Машинное обучение 2 осень 2017 — различия между версиями

Текущая версия на 04:58, 28 января 2018

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 №1. Введение в область.

• Лекция №2. Сэмплирование.

• Лекция №3. Уменьшение размерности.
  • 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 которых нужно определить истинную размерность пространства.

• Лекция №4. Feature selection (последние слайдов 20).

• Лекция №5. Уменьшение размерности.
  • Задание: Из выданного датасета необходимо выделить 10 фичей на которых score будет ближе всего к оригинальному.
    Score определяется через RMSE от целевого значения.
    Формат файлов такой: во второй колонке целевой сигнал, начиная с пятой - фичи.
  • Данные для обучения.
  • Данные для теста.

• Лекция №6. Автоматический feature selection.
• Лекция №7. Оценка методов обучения с учителем.
• Лекция №8. Генеративный подход к обучению на последовательностях.
• Лекция №9. И снова сэмплирование.

Вопросы к экзамену

1. Задача машинного обучения, его виды и их формальные постановки
2. Виды и типы сэмплирования и особенности их применения
3. Истинная размерность задачи, ограничения (JL-лемма) и способы определения
4. Анализ feature selection как статистической задачи
5. Особенности применения feature selection для оценки обучения GBDT
6. PCA и Kernel PCA
7. Общая схема ICA, эквивалентность независимости и нормальности
8. Projection pursuit, FastICA.
9. Вероятностная интерпретация MSE. Embedded методы в MDL постановке.
10. LASSO + LARS.
11. Кроссвалидация, статистический подход к оценке jackknife оценки, bootstrapping
12. Variance/Bias. Как определять, что делать. Объяснить переход от линейной модели к LASSO.
13. VC оценка обучения: размерность, механизм, критика
14. PAC обучаемость
15. KL-divergence + ELB. Вывод, связь с другими величинами, примеры использования KL.
16. Постановка задачи обучения на последовательностях. HMM.
17. CRF. LSTM.
18. Collaborative filtering: самые простые модели и факторизация.
19. Категориальные факторы и их байесовское моделирование.
20. Сэмплирование в \mathbb{R}^n по заданному распределению. MCMC
21. Использование сэмплирования в ML. No free lunch theorem.
22. Варианты покоординатного спуска: EM, Gibbs sampling
23. Bayesian optimal classifier и его реализация в bagging
24. Boosting на примере AdaBoost, отличия от bagging, теоретическая оценка сходимости AdaBoost.
25. Gradient Boosting. Тонкие места в построении деревьев решений
26. MLR: метрики, точечные попарные и списочные методы.
27. Постановка задачи online обучения, бандиты. UCB, Thompson Sampling, Gittins index.