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
Строка 13: Строка 13:
* [[Media:Aduenko2022Evidence_part2.pdf|Лекция 4: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).]]
* [[Media:Aduenko2022Evidence_part2.pdf|Лекция 4: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).]]
* [[Media:Bayes_test_1_2022.pdf|Тест 1]]
* [[Media:Bayes_test_1_2022.pdf|Тест 1]]
-
* [[Media:Aduenko2022EvidenceLogRegression.pdf|Лекция 5: Байесовская линейная и логистическая регрессия и отбор признаков.]]
+
* [[Media:Aduenko2022EvidenceLogRegression.pdf|Лекция 5: Обоснованность: Анализ свойств и связь со статистической значимостью.]]
* [[Media:Bayes_theory_2_2022.pdf‎|Задание 2]]
* [[Media:Bayes_theory_2_2022.pdf‎|Задание 2]]
* [[Media:Bayes_applied_2022_fall.pdf|Практическое задание 1]]
* [[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]
* [https://www.dropbox.com/s/ezatrbyej7ue047/task1_data.zip?dl=0 Данные для практического задания 1]
 +
* [[Media:Aduenko2022LogRegressionEM.pdf|Лекция 6: Байесовская линейная и логистическая регрессия и отбор признаков. ЕМ-алгоритм.]]

Версия 03:15, 11 октября 2022


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