Участник:Anton/Песочница

Материал из MachineLearning.

< Участник:Anton

Версия от 13:28, 28 февраля 2012; Anton (Обсуждение | вклад)

(разн.) ← Предыдущая | Текущая версия (разн.) | Следующая → (разн.)

Перейти к: навигация, поиск

Перейти к основной странице курса

Начало выполнения задания: 29 февраля 2012

Срок сдачи: 7 марта 2012, 18:00

Формулировка задания

Система соседства марковской сети.

Рассматривается марковская сеть из 6 переменных: $x_0, x_1, x_2, x_3, x_4, x_5$ . Энергия системы задается следующим образом:
$E(x_0, \dots, x_5) = \sum_{i = 1}^5 \varphi_i(x_i) + \sum_{(i, j) \in \mathcal{E}} \varphi_{ij}(x_i, x_j).$

Множества значений переменных: $x_0, x_1 \in \{0, 1 \}; \quad x_2, x_3, x_4, x_5 \in \{0, 1, 2 \}.$

Рассматривается классическая скрытая марковская модель (СММ) первого порядка, в которой полное правдоподобие задается как:

$p(X,T|\theta)=p(t_1)\prod_{n=2}^Np(t_n |t_{n-1})\prod_{n=1}^Np(x_n |t_n )$

Оформление задания

Выполненный вариант задания необходимо прислать письмом по адресу bayesml@gmail.com с темой «Задание 1. ФИО, номер группы». Убедительная просьба присылать выполненное задание только один раз с окончательным вариантом. Новые версии будут рассматриваться только в самом крайнем случае. Также убедительная просьба строго придерживаться заданной выше спецификации реализуемых функций. Очень трудно проверять большое количество заданий, если у каждого будет свой формат реализации.

Письмо должно содержать:

PDF-файл с описанием проведенных исследований
LDS_GENERATE.m
LDS_forwardbackward.m
LDS_EM_TRAIN.m
TRAJECTORY_GENERATE.m
Ссылка на видео-файл, размещенный на файлообменнике или на видео-хостинге, с наложенными исходной и фильтрованной траекториями движения центра масс мыши. Лучше вставить видео-файл непосредственно внутрь PDF-файла с отчетом (это можно сделать, например, в программе Adobe Acrobat 9 и выше). Тогда нужно прислать ссылку на этот PDF-файл.
Набор вспомогательных файлов при необходимости

Источник — «http://www.machinelearning.ru/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Anton/%D0%9F%D0%B5%D1%81%D0%BE%D1%87%D0%BD%D0%B8%D1%86%D0%B0»

Категории: Учебные курсы | Байесовские методы