Участник:Aleksandra.Tokmakova
Материал из MachineLearning.
МФТИ, ФУПМ
Кафедра "Интеллектуальные системы"
Направление "Интеллектуальный анализ данных"
Mailto: aleksandra-tok@yandex.ru
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
- 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
