Участник:Aleksandra.Tokmakova

Материал из MachineLearning.

Версия от 10:39, 29 мая 2012; Aleksandra.Tokmakova (Обсуждение | вклад)
(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)
Перейти к: навигация, поиск

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

Личные инструменты