Участник:Pavlov99

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(→Программирование)
(→Обзор литературы)
Строка 36: Строка 36:
===Обзор литературы===
===Обзор литературы===
-
* Мультиколлинеарность признаков: VIF(tolerance), Модель Белсли, оценка в целом
+
* Мультиколлинеарность признаков: [http://www.machinelearning.ru/wiki/index.php?title=VIF VIF(tolerance)], [http://www.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_%D0%91%D0%B5%D0%BB%D1%81%D0%BB%D0%B8 Модель Белсли], [http://www.machinelearning.ru/wiki/index.php?title=%D0%90%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7_%D0%BC%D1%83%D0%BB%D1%8C%D1%82%D0%B8%D0%BA%D0%BE%D0%BB%D0%BB%D0%B8%D0%BD%D0%B5%D0%B0%D1%80%D0%BD%D0%BE%D1%81%D1%82%D0%B8_%28%D0%BF%D1%80%D0%B8%D0%BC%D0%B5%D1%80%29 оценка в целом]
* AUC + GINI
* AUC + GINI
* Совокупный по моделям GINI, Сравнение старой и новой кривой.
* Совокупный по моделям GINI, Сравнение старой и новой кривой.
* Basel2: pooling, model stability
* Basel2: pooling, model stability
* [bonus] Определение cut-off
* [bonus] Определение cut-off
 +
===Математика===
===Математика===
===Программирование===
===Программирование===
Вычисление полного функционала качества: графики сходимости <tex>\alpha</tex>, <tex>\beta</tex>, <tex>\eps</tex>
Вычисление полного функционала качества: графики сходимости <tex>\alpha</tex>, <tex>\beta</tex>, <tex>\eps</tex>

Версия 18:39, 21 февраля 2011

Содержание

Студент МФТИ, 674гр
Гик.

Научные интересы

  • Машинное обучение: классификация, регрессия, ранжирование
  • Оптимизация
  • Статистика, теория вероятности

Программирование

  • Пишу на C++, Python, MATLAB/Octave, awk, bash
  • emacs

План научной работы

Презентация

  • 1. Постановка прикладной задачи
  • 2. Новый подход (принцип)
  • 3. Авторы, годы, названия методов
  • 4. Постановка задачи
  • 5(2) Правдоподобные параметры и функционал качества без \alpha
  • 6(2) Вероятность параметров p(w | D, A, B) и полный функционал качества
  • 7 Правдоподобие модели
  • 8(2) IRLS, оценка матрицы B
  • 9 Кратко оценка матрица A
  • 10 Итеративный алгоритм вычисления оценки параметров и гиперпараметров модели
  • 11 Оценка правдоподобия модели
  • 12(5) Графики, примеры вычисления оценок
  • 13 Многоуровневая модель, мотивация
  • 14 EM-алгоритм и разбиение выборки
  • 15 Общий функционал качества для многоуровневой модели
  • 16 Описание алгоритма
  • 17 Вычислительный эксперимент
  • 18 Результаты

Обзор литературы

Математика

Программирование

Вычисление полного функционала качества: графики сходимости \alpha, \beta, \eps

Источник — «http://www.recognition.su/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Pavlov99»