Участник:Pavlov99

Материал из MachineLearning.

Перейти к: навигация, поиск

Содержание

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 \alpha
  • 6(2) Вероятность параметров p(w | D, A, B) и полный функционал качества
  • 7 Правдоподобие модели
  • 8(2) IRLS, оценка матрицы B
  • 9 Кратко оценка матрица A
  • 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

Математика

Программирование

Личные инструменты