Математические методы прогнозирования (практика, В.В. Стрижов)/Группа 574, осень 2019

Материал из MachineLearning.

Перейти к: навигация, поиск


Short link bit.ly/IS_B2

Группа

Студент Тест 1 HW 1 Тест 2
5 курс
Васильев Илья - -
Гадаев Тамаз Тазикоевич 0.56 - 0.94
Гладин Егор Леонидович - -
Грабовой Андрей Валериевич 0.63 Essay 0.31
Кислинский Вадим Геннадьевич - -
Козлинский Евгений Михайлович - -
Криницкий Константин Денисович - essay 0.25
Кириллов Егор Дмитриевич - -
Рогозина Анна Андреевна - -
Плетнев Никита Вячеславович 0.82 Essay 0.25
Малиновский Григорий Станиславович 0.82 [1] 0.81
Самохина Алина Максимовна - -
Султанов Азат Русланович - -
Федосов Павел Андреевич - -
Шульгин Егор Владимирович - -
Никитин Филипп 0.56 - 0.31
Фельдман Даниил -
Фалахов И 0.5 -
Собраков - - 0
6 курс
Сайранов Данил - - -


This series of seminars continues the course Bayesian model selection and investigates the theoretical aspects of model selection in various application problems.

Seminar 1 (Isachenko, slides)

  • Generative models
  • Applications
  • Autoregressive models (CharRNN, MADE, WaveNet, PixelCNN)

Seminar 2 (Isachenko, slides)

  • Generative vs discriminative
  • Latent variable models
  • Variational Inference
  • ELBO
  • Variational Autoencoder

Seminar 3 (Isachenko, slides)

  • Mean field approximation
  • Flow models (NICE, RealNVP)





  • Seminar 4 (Isachenko)
    • Generative adversarial networks
  • Seminar 5 (Bakhteev)
    • Methods of model selection
    • Generalization theorem
  • Seminar 6 (Bakhteev)
    • Complexity theorems
  • Seminar 7 (Grabovoy?)
    • Mixture of experts
    • Priors on the mixture
    • Privileged learning and distilling
  • Seminar 8 (Aduenko?)
    • Theorem of number of experts
  • Seminar 9 (Vladimirova?)
    • Prior propagation for deep learning networks
  • Seminar 10
    • Directional Bayesian statistics
  • Seminar 11
    • Bayesian structure learning
  • Seminar 12
    • Probabilistic metric space construction
  • Seminar 13
    • Informative prior
  • Seminar 14
    • Bayesian programming






  • Informative prior with applications
Личные инструменты