Алгоритмы, модели, алгебры (курс лекций, Ю.И. Журавлев, А.Г. Дьяконов)

Материал из MachineLearning.

Версия 18:12, 5 сентября 2015 (править) Dj (Обсуждение | вклад) (→Система оценивания) ← К предыдущему изменению		Версия 18:14, 5 сентября 2015 (править) (отменить) Dj (Обсуждение | вклад) К следующему изменению →
Строка 42:		Строка 42:
	== Содержание курса ==		== Содержание курса ==
-	Лекции, 6 семестр	+	Наполняется по мере необходимости.
-	=== Введение ===	+
-	1.1. Введение. Задача распознавания образов с прецедентной информацией (напоминание постановки, введение терминологии, обозначений). Направления исследований в теории распознавания: синтез алгоритмов, оценка надёжности обучения, анализ конфигураций точек в признаковых пространствах.	+
-	1.2. Алгебраический подход к проблеме распознавания.	+
-	1.3. Пример анализа конфигураций точек в признаковых пространствах: получение критерия разделимости точек.	+
-	=== Алгоритмы вычисления оценок (АВО), алгебраические замыкания ===	+
-	2.1. Модель АВО (введение, основные обозначения, примеры, общие принципы).	+
-	2.2. Линейное и алгебраическое замыкание модели алгоритмов распознавания.	+
-	2.3. Техника представления алгоритмов из линейного замыкания АВО.	+
-	2.4. Функция близости (определение, примеры, общие принципы). Сведение к задачам с определённой функцией близости.	+
-	=== Корректность, операторы разметки ===	+
-	3.1. Операторы разметки. Матрицы оценок операторов. Теорема о реализации любых матриц (для любой матрицы из описанного класса существует соответствующая задача распознавания).	+
-	3.2. Корректность (определение). Критерий корректности (теорема Ю.И. Журавлёва).	+
-	3.3. Оценка степени корректного алгоритма.	+
-	3.4. Построение корректных алгоритмов распознавания (метод Ю.И. Журавлёва – И.В. Исаева).	+
-	=== Метрики алгебраических замыканий модели АВО ===	+
-	4.1. Метрики алгебраических замыканий, метрические критерии корректности.	+
-	4.2. Обзор (без доказательства) некоторых результатов теории жёсткой интерполяции.	+
-	4.3. Анализ некоторых классов точечных конфигураций (включая задания для самостоятельной работы).	+
-	=== Решающие правила, квазикорректность ===	+
-	5.1. Решающие правила.	+
-	5.2. Критерии квазикорректности (корректности относительно семейства решающих правил). Обзор (без доказательств) некоторых современных результатов.	+
-	5.3. Пополнение стандартной алгебры над АВО.	+
-	=== Логические алгоритмы распознавания ===	+
-	6.1. Логические алгоритмы распознавания (напоминания, краткий обзор, основные определения и обозначения).	+
-	6.2. Алгоритмы, основанные на синтезе ДНФ. Задача синтеза ДНФ по перечню нулевых наборов (обзор некоторых методов). Формула С.В. Яблонского. Методы Ю.И. Журавлёва, А.Ю. Когана.	+
-	=== Синтез ДНФ по перечню нулевых наборов ===	+
-	7.1. Тестовый подход к задаче ДНФ-реализации. Оценка сложности. Построение тупиковых ДНФ. Построение ДНФ специального вида. Построение явных ДНФ-формул.	+
-	7.2. Построение ДНФ последовательным умножением. Умножение ДНФ. Обобщение метода С.В. Яблонского. Эффективная реализация метода Нельсона.	+
-	7.3. ДНФ-реализация функций k-значной логики. Различные определения ДНФ в k-значном случае. Кодировки.	+
	== Литература ==		== Литература ==
-	# Дьяконов А.Г. Алгебра над алгоритмами вычисления оценок: Учебное пособие.– М.: Издательский отдел ф-та ВМиК МГУ им. М.В. Ломоносова, 2006. – 72с. (ISBN 5-89407-252-2)	+	Наполняется по мере необходимости.
-	# Журавлёв Ю.И. Избранные научные труды. – М.: «Магистр», 1998.– 420с.	+
-	# Черников С.Н. Линейные неравенства. М. Наука. 1968. 488 с.	+
-	# Дискретная математика и математические вопросы кибернетики / Под ред. С.В. Яблонского и О.Б. Лупанова. – М.: Наука, 1974. – 312с.	+
-	# Дюкова Е.В. Дискретные (логические) процедуры распознавания: принципы конструирования, сложность реализации и основные модели / Учебное пособие для студентов математических факультетов педвузов. – М.: Прометей, 2003. – С. 29. (ISBN 5-70420-1092-9)	+
	[[Категория:Учебные курсы]]		[[Категория:Учебные курсы]]
		+	[[Категория:МГУ]]

---

Версия 18:14, 5 сентября 2015

Алгоритмы, модели, алгебры (курс на ВМК до 2015 года)

Содержание 1 АЛГОРИТМЫ, МОДЕЛИ, АЛГЕБРЫ (название условное, курс посвящён анализу данных) 2 Аннотация 3 Система оценивания 4 Содержание курса 5 Литература

АЛГОРИТМЫ, МОДЕЛИ, АЛГЕБРЫ (название условное, курс посвящён анализу данных)

• Обязательный курс для магистров каф. ММП 1 г/о, читается в 1-м (9-м) семестре.
• Лекции — 32 часа, семинаров - 32 часа.
• Экзамен.
• За курс отвечает кафедра Математических методов прогнозирования.
• Автор программы: профессор А. Г. Дьяконов.

Аннотация

Курс посвящён решению прикладных задач анализа данных. Разбираются реальные задачи и бизнес-кейсы. Студенты пишут и настраивают алгоритмы на языках Python, R, M(Matlab).

Семинары посвящены

• докладам по решению прикладных задач (с презентациями),
• опросам по выполнению домашнего задания,
• обучению программированию на скриптовых языках (для тех, у кого их не было в бакалавриате),
• мозговому штурму по решению задач и обсуждению решений,
• написанию контрольных работ, решению аналитических задач, работе над ошибками.

Система оценивания

В течение семестра студенты получают задания.

При сдаче правильно выполненного задания в срок студент не получает штрафных баллов.

В противном случае - он получает от 1 до 10 штрафных баллов.

Штраф в 10 баллов допустим за позднюю сдачу (даже если решение верное) в случае отсутствия уважительных причин (болезнь, подтверждаемая справкой, и т.п. - см. требования учебной части).

На экзамене также за неверные ответы студент получает штрафные баллы.

Итоговая оценка формируется следующим образом:

• до 10 штрафных баллов включительно - отлично,
• до 20 штрафных баллов включительно - хорошо,
• до 30 штрафных баллов включительно - удовлетворительно.

Содержание курса

Наполняется по мере необходимости.

Литература

Наполняется по мере необходимости.