Выбор моделей в машинном обучении (теория и практика, А.А. Адуенко, В.В. Стрижов)/Группа 674, осень 2019

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Текущая версия (11:17, 16 октября 2019) (править) (отменить)
 
(15 промежуточных версий не показаны.)
Строка 5: Строка 5:
Курс лекций, преподаватель Александр Александрович Адуенко (aduenko1 at gmail.com)
Курс лекций, преподаватель Александр Александрович Адуенко (aduenko1 at gmail.com)
 +
* [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, осень 2018|Курс, прочитанный осенью '''2018''' года]]
* Короткий адрес страницы [http://bit.ly/2lD8lhs http://bit.ly/2lD8lhs]
* Короткий адрес страницы [http://bit.ly/2lD8lhs http://bit.ly/2lD8lhs]
* [[Media:Aduenko2019Introduction.pdf|Лекция 1: Введение]]
* [[Media:Aduenko2019Introduction.pdf|Лекция 1: Введение]]
* [[Media:Bayes_theory_1_2019.pdf‎|Задание 1]]
* [[Media:Bayes_theory_1_2019.pdf‎|Задание 1]]
* [[Media:Aduenko2019Introduction2.pdf|Лекция 2: Введение. Экспоненциальное семейство распределений.]]
* [[Media:Aduenko2019Introduction2.pdf|Лекция 2: Введение. Экспоненциальное семейство распределений.]]
 +
* [[Media:Aduenko2019Evidence.pdf|Лекция 3: Байесовская линейная регрессия. Обоснованность (evidence).]]
 +
* [[Media:Bayes_test_1_2019.pdf|Тест 1.]]
 +
* [[Media:Bayes_applied_1_2019.pdf|Практическое задание 1.]]
 +
* [https://www.dropbox.com/sh/v5r6vz51hzca7iy/AAByUjA3X5P2RzKEgf7RWdIKa?dl=0 Данные для практического задания 1]
 +
* [[Media:Aduenko2019Evidence2.pdf|Лекция 4: Байесовская линейная регрессия (напоминание). Обоснованность (evidence).]]
 +
* [[Media:Aduenko2019EvidenceLogRegression.pdf|Лекция 5: Байесовская логистическая регрессия и отбор признаков.]]
 +
* [[Media:Bayes_theory_2_2019_new.pdf‎|Задание 2]]
 +
* [[Media:Bayes_test_2_2019.pdf|Тест 2]]
 +
* [[Media:Aduenko2019EM.pdf|Лекция 6: EM-алгоритм для максимизации обоснованности.]]
 +
* [[Media:Aduenko2019EMndVariationalEM.pdf|Лекция 7: EM-алгоритм и вариационный EM-алгоритм.]]
== Дополнительные материалы ==
== Дополнительные материалы ==
Строка 17: Строка 28:
# Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
# Daphne Koller and Nir Friedman, 2009, Probabilistic Graphical Models
# [https://doc.lagout.org/science/Artificial%20Intelligence/Machine%20learning/Machine%20Learning_%20A%20Probabilistic%20Perspective%20%5BMurphy%202012-08-24%5D.pdf Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective]
# [https://doc.lagout.org/science/Artificial%20Intelligence/Machine%20learning/Machine%20Learning_%20A%20Probabilistic%20Perspective%20%5BMurphy%202012-08-24%5D.pdf Kevin P. Murphy, 2012, Machine Learning: a Probabilistic Perspective]
-
 
-
* [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 474, осень 2018|Курс, прочитанный осенью 2018 года]]
 

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