Обсуждение участника:Denis Kochedykov

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м (Adding welcome message to new user's talk page)
Строка 1: Строка 1:
-
{{MediaWiki:NewUserMessage|Denis Kochedykov}}
+
{| style="border:0px;"
 +
|-
 +
|[[Изображение:KochedykovFace.jpg]]   
 +
|'''Кочедыков Денис Алексеевич''', Forecsys, ВЦ РАН(соискатель).
 +
 
 +
Научный руководитель [[Участник:Vokov|Воронцов К.В.]].
 +
<br>
 +
;Области научных интересов: теория машинного обучения, оценивание обобщающей способности, комбинаторика, статистика.
 +
<br>
 +
'''[[Служебная:EmailUser/Denis_Kochedykov|Написать письмо]]'''.
 +
|}
 +
 
 +
 
 +
== Структура кандидатской диссертации ==
 +
# Введение
 +
#* Актуальность
 +
#* Новизна: учет эффекта сходства и расслоения в оценках обобщающей способности в комбинаторном подходе
 +
#* Апробация: ИОИ-2008, МФТИ-2007, МФТИ-2008, ММРО-2009(предстоит), семинары ВЦ РАН(предстоит)
 +
#* Содержание работы по главам и личный вклад.
 +
 
 +
# Обзорная часть
 +
#* Проблема обобщающей способности. Обзор результатов: Вапника, Лэнгфорда, МакАллистера, Маршанда, (кого еще?)
 +
#* Слабая вероятностная аксиоматика
 +
#* Постановка задачи диссертации
 +
 
 +
# Известные оценки переведенные в слабую аксиоматику
 +
#* Вапник
 +
#* Лэнгфорд
 +
#* Силл
 +
 
 +
# Эффект сходства алгоритмов при оценивании вероятности переобучения
 +
#* Оценка вероятности переобучения хотя бы одного алгоритма в связном семействе при помощи неравенства типа Бонферрони
 +
#* Точное значение вероятности переобучения хотя бы одного алгоритма в цепочке алгоритмов без расслоения
 +
#* Точное значение вероятности пеореобучения метода ЭМР на цепочке алгоритмов без расслоения
 +
#* Оценка для семейства состоящего из множества цепочек без расслоения
 +
 
 +
# Эксперименты
 +
#* Сравнение различных оценок
 +
 
 +
 
 +
[[Участник:Denis Kochedykov|kochede]] 13:41, 8 мая 2009 (MSD)

Версия 09:41, 8 мая 2009

Изображение:KochedykovFace.jpg    Кочедыков Денис Алексеевич, Forecsys, ВЦ РАН(соискатель).

Научный руководитель Воронцов К.В..

Области научных интересов
теория машинного обучения, оценивание обобщающей способности, комбинаторика, статистика.


Написать письмо.


Структура кандидатской диссертации

  1. Введение
    • Актуальность
    • Новизна: учет эффекта сходства и расслоения в оценках обобщающей способности в комбинаторном подходе
    • Апробация: ИОИ-2008, МФТИ-2007, МФТИ-2008, ММРО-2009(предстоит), семинары ВЦ РАН(предстоит)
    • Содержание работы по главам и личный вклад.
  1. Обзорная часть
    • Проблема обобщающей способности. Обзор результатов: Вапника, Лэнгфорда, МакАллистера, Маршанда, (кого еще?)
    • Слабая вероятностная аксиоматика
    • Постановка задачи диссертации
  1. Известные оценки переведенные в слабую аксиоматику
    • Вапник
    • Лэнгфорд
    • Силл
  1. Эффект сходства алгоритмов при оценивании вероятности переобучения
    • Оценка вероятности переобучения хотя бы одного алгоритма в связном семействе при помощи неравенства типа Бонферрони
    • Точное значение вероятности переобучения хотя бы одного алгоритма в цепочке алгоритмов без расслоения
    • Точное значение вероятности пеореобучения метода ЭМР на цепочке алгоритмов без расслоения
    • Оценка для семейства состоящего из множества цепочек без расслоения
  1. Эксперименты
    • Сравнение различных оценок


kochede 13:41, 8 мая 2009 (MSD)

Источник — «http://www.machinelearning.ru/wiki/index.php?title=%D0%9E%D0%B1%D1%81%D1%83%D0%B6%D0%B4%D0%B5%D0%BD%D0%B8%D0%B5_%D1%83%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA%D0%B0:Denis_Kochedykov»
Личные инструменты