Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 974, осень 2022

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Новая: {{Main|Численные методы обучения по прецедентам (практика, В.В. Стрижов)}} __NOTOC__ '''Байесовский выбор модел...)
Текущая версия (03:20, 13 декабря 2022) (править) (отменить)
 
(24 промежуточные версии не показаны)
Строка 6: Строка 6:
* [[Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, осень 2021|Курс, прочитанный осенью '''2021''' года]]
* [[Байесовский выбор моделей (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 874, осень 2021|Курс, прочитанный осенью '''2021''' года]]
-
* Короткий адрес страницы [https://bit.ly/3z8Akpw https://bit.ly/3z8Akpw]
+
* Короткий адрес страницы [https://bit.ly/3DitwLA https://bit.ly/3DitwLA]
-
* [[Media:Aduenko2022Introduction.pdf|Лекция 1: Введение]]
+
* [[Media:Aduenko2022Introduction_2.pdf|Лекция 1: Введение]]
-
* [[Media:Aduenko2022Introduction2.pdf|Лекция 2: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.]]
+
* [[Media:Aduenko2022Introduction2_3.pdf|Лекция 2: Введение: наивный байесовский классификатор. Экспоненциальное семейство распределений.]]
 +
* [[Media:Bayes_theory_1_2022.pdf‎|Задание 1]]
 +
* [[Media:Aduenko2022Evidence.pdf|Лекция 3: Байесовская линейная регрессия. Обоснованность (evidence).]]
 +
* [[Media:Aduenko2022Evidence_part2.pdf|Лекция 4: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).]]
 +
* [[Media:Bayes_test_1_2022.pdf|Тест 1]]
 +
* [[Media:Aduenko2022EvidenceLogRegression.pdf|Лекция 5: Обоснованность: Анализ свойств и связь со статистической значимостью.]]
 +
* [[Media:Bayes_theory_2_2022.pdf‎|Задание 2]]
 +
* [[Media:Bayes_applied_2022_fall.pdf|Практическое задание 1]]
 +
* [https://www.dropbox.com/s/ezatrbyej7ue047/task1_data.zip?dl=0 Данные для практического задания 1]
 +
* [[Media:Aduenko2022LogRegressionEM_2.pdf|Лекция 6: Байесовская логистическая регрессия и отбор признаков. ЕМ-алгоритм.]]
 +
* [[Media:Bayes_theory_3_2022.pdf‎|Задание 3]]
 +
* [[Media:Aduenko2022EM_VarEM.pdf|Лекция 7: ЕМ-алгоритм и вариационный EM-алгоритм. Пропуски в данных.]]
 +
* [[Media:Aduenko2022VariationalEM_2.pdf|Лекция 8: Вариационный EM-алгоритм.]]
 +
* [[Media:Aduenko2022GP.pdf|Лекция 9: Гауссовские процессы и эволюция моделей во времени.]]
 +
* [[Media:Aduenko2022MultimodelSelection.pdf|Лекция 10: Построение адекватных мультимоделей.]]
 +
* [[Media:Bayes_theory_4_2022.pdf‎|Задание 4]]
 +
* [[Media:Aduenko2022MCMC.pdf|Лекция 11: Методы Монте-Карло по схеме марковских цепей.]]
 +
* [[Media:Bayes_applied_2022_continued.pdf|Практическое задание 1 (продолжение)]]
 +
* [[Media:Aduenko2022HMC.pdf|Лекция 12: Гамильтоновы методы Монте-Карло по схеме марковских цепей.]]
 +
* [[Media:Aduenko2022BayesOpt.pdf|Лекция 13: Байесовская оптимизация.]]
 +
* [[Media:Bayes_test_final_2022.pdf|Письменный зачет.]]

Текущая версия


Байесовский выбор моделей Курс лекций, преподаватель Александр Александрович Адуенко (aduenko1 at gmail.com)


Дополнительные материалы

  1. См. последний слайд каждой лекции со списком литературы.
  2. David MacKay, 2005, Information Theory, Inference, and Learning Algorithms
  3. Christopher Bishop, 2006, Pattern Recognition and Machine Learning
  4. David Barber, 2014, Bayesian Reasoning and Machine Learning
  5. Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
  6. Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective
Личные инструменты