Участник:Aleksandra.Tokmakova
Материал из MachineLearning.
Aleksandra.Tokmakova (Обсуждение | вклад)
(Новая: '''МФТИ, ФУПМ''' Кафедра "'''Интеллектуальные системы'''" Направление "'''Интеллектуальный анализ данных'''" ...)
К следующему изменению →
Версия 10:39, 29 мая 2012
МФТИ, ФУПМ Кафедра "Интеллектуальные системы" Направление "Интеллектуальный анализ данных"
Отчет о научно-исследовательской работе за 8 семестр
Название 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 Подготовлена и подана статья в журнал <<Информационные технологии>> ISSN 1684-6400 (из списка ВАК) «Оценка гиперпараметров линейных регрессионных моделей методом максимального правдоподобия при отборе шумовых и коррелирующих признаков»
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 ПГАС
