Участник:Pavlov99
Материал из MachineLearning.
(Различия между версиями)
(→План научной работы) |
(→Презентация) |
||
| Строка 20: | Строка 20: | ||
*3. Авторы, годы, названия методов | *3. Авторы, годы, названия методов | ||
*4. Постановка задачи | *4. Постановка задачи | ||
| - | *5(2) Правдоподобные параметры и функционал качества без < | + | *5(2) Правдоподобные параметры и функционал качества без <tex>\alpha</tex> |
| - | *6(2) Вероятность параметров < | + | *6(2) Вероятность параметров <tex>p(w | D, A, B)</tex> и полный функционал качества |
| - | + | *7 Правдоподобие модели | |
| - | + | *8(2) IRLS, оценка матрицы <tex>B</tex> | |
| + | *9 Кратко оценка матрица <tex>A</tex> | ||
| + | *10 Итеративный алгоритм вычисления оценки параметров и гиперпараметров модели | ||
| + | *11 Оценка правдоподобия модели | ||
| + | *12(5) Графики, примеры вычисления оценок | ||
| + | *13 Многоуровневая модель, мотивация | ||
| + | *14 EM-алгоритм и разбиение выборки | ||
| + | *15 Общий функционал качества для многоуровневой модели | ||
| + | *16 Описание алгоритма | ||
| + | *17 Вычислительный эксперимент | ||
| + | *18 Результаты | ||
===Обзор литературы=== | ===Обзор литературы=== | ||
Версия 18:30, 21 февраля 2011
|
Студент МФТИ, 674гр
Гик.
Научные интересы
- Машинное обучение: классификация, регрессия, ранжирование
- Оптимизация
- Статистика, теория вероятности
Программирование
- Пишу на C++, Python, MATLAB/Octave, awk, bash
- emacs
План научной работы
Презентация
- 1. Постановка прикладной задачи
- 2. Новый подход (принцип)
- 3. Авторы, годы, названия методов
- 4. Постановка задачи
- 5(2) Правдоподобные параметры и функционал качества без
- 6(2) Вероятность параметров
и полный функционал качества
- 7 Правдоподобие модели
- 8(2) IRLS, оценка матрицы
- 9 Кратко оценка матрица
- 10 Итеративный алгоритм вычисления оценки параметров и гиперпараметров модели
- 11 Оценка правдоподобия модели
- 12(5) Графики, примеры вычисления оценок
- 13 Многоуровневая модель, мотивация
- 14 EM-алгоритм и разбиение выборки
- 15 Общий функционал качества для многоуровневой модели
- 16 Описание алгоритма
- 17 Вычислительный эксперимент
- 18 Результаты
Обзор литературы
- Мультиколлинеарность признаков: VIF(tolerance), Модель Белсли, оценка в целом
- AUC + GINI
- Совокупный по моделям GINI, Сравнение старой и новой кривой.
- Basel2: pooling, model stability
- [bonus] Определение cut-off
