Участник:Aleksandra.Tokmakova
Материал из MachineLearning.
(→Отчет о научно-исследовательской работе за 8 семестр) |
(→Отчет о научно-исследовательской работе за 8 семестр) |
||
| Строка 8: | Строка 8: | ||
== Отчет о научно-исследовательской работе за 8 семестр== | == Отчет о научно-исследовательской работе за 8 семестр== | ||
| - | |||
| - | |||
| - | |||
Оценка гиперпараметров линейных регрессионных моделей методом максимального правдоподобия при отборе шумовых и коррелирующих признаков | Оценка гиперпараметров линейных регрессионных моделей методом максимального правдоподобия при отборе шумовых и коррелирующих признаков | ||
| Строка 20: | Строка 17: | ||
'''Список публикаций''' | '''Список публикаций''' | ||
| - | + | # {{Статья|BibtexKey = Tokmakova2012Hyperpar | |
| - | Статья «Оценка гиперпараметров регрессионных моделей методом максимального правдоподобия» принята в печать журналом «Информационные технологии» ISSN 1684-6400 (из списка ВАК) | + | |автор = Токмакова, А.А. |
| + | |название = Оценка гиперпараметров регрессионных моделей методом максимального правдоподобия | ||
| + | |журнал = Информационные технологии | ||
| + | |год = 2012 | ||
| + | |номер = 4 | ||
| + | |ISSN = 1684-6400 | ||
| + | |язык = russian | ||
| + | |url = ??? | ||
| + | }} (принята в печать, ВАК) | ||
| + | * Статья «Оценка гиперпараметров регрессионных моделей методом максимального правдоподобия» принята в печать журналом «Информационные технологии» ISSN 1684-6400 (из списка ВАК) | ||
Статья «Оценка гиперпараметров линейных регрессионных моделей методом максимального правдоподобия при отборе шумовых и коррелирующих признаков» опубликована в журнале «Машинное обучение и анализ данных» ISSN 2223-3792, Т.1, №3, сс.347-353 | Статья «Оценка гиперпараметров линейных регрессионных моделей методом максимального правдоподобия при отборе шумовых и коррелирующих признаков» опубликована в журнале «Машинное обучение и анализ данных» ISSN 2223-3792, Т.1, №3, сс.347-353 | ||
Версия 11:41, 29 мая 2012
МФТИ, ФУПМ
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
Mailto: aleksandra-tok@yandex.ru
Отчет о научно-исследовательской работе за 8 семестр
Оценка гиперпараметров линейных регрессионных моделей методом максимального правдоподобия при отборе шумовых и коррелирующих признаков
Аннотация
Рассматривается задача выбора регрессионной модели. Предполагается, что вектор параметров модели − многомерная случайная величина с независимо распределёнными компонентами. В работе предложен способ оптимизации праметров и гиперпараметров. Приведены явные оценки гиперпараметров для случая линейных и нелинейных моделей. Показано как полученные оценки используются для отбора признаков. Предложенный подход сравнивается с подходом, использующим для лценки гиперпараметров аппроксимацию Лапласа.
Ключевые слова: регрессия, выбор признаков, распределение параметров, оценка гипертараметров, байесовский вывод.
Список публикаций
- Токмакова, А.А. Оценка гиперпараметров регрессионных моделей методом максимального правдоподобия // [??? Информационные технологии]. — 2012. — № 4. — ISSN 1684-6400.
| BibTeX: |
@article{Tokmakova2012Hyperpar,
author = "Токмакова, А.А.",
title = "Оценка гиперпараметров регрессионных моделей методом максимального правдоподобия",
journal = "Информационные технологии",
number = "4",
url = "???",
year = "2012",
language = russian
}
|
- Статья «Оценка гиперпараметров регрессионных моделей методом максимального правдоподобия» принята в печать журналом «Информационные технологии» ISSN 1684-6400 (из списка ВАК)
Статья «Оценка гиперпараметров линейных регрессионных моделей методом максимального правдоподобия при отборе шумовых и коррелирующих признаков» опубликована в журнале «Машинное обучение и анализ данных» ISSN 2223-3792, Т.1, №3, сс.347-353
Доклады на научных конференциях
2012, апрель. Участие в XIX Международной конференции студентов, аспирантов и молодых ученых «Ломоносов» с работой «Оценка ковариационных матриц параметров модели при восстановлении линейной регрессии»
Гранты
«Оценивание гиперпараметров линейных регрессионных моделей при отборе шумовых и коррелирующих признаков», ПГАС
