Машинное обучение

Общая информация
ЛекторС. И. Николенко
Семестросень 2011
Дата начала02.12.2011
Количество пар6
Язык курсарусский
Видеоhttp://video.yandex.ru/users/uralcsclub/collection/10/
Анонсы
Объявление для печати
Встреча ВКонтактеhttp://vkontakte.ru/event32418403
Анонс habrahabr.ruhttp://habrahabr.ru/events/319/
Аннотация

Машинное обучение — раздел информатики, в котором мы пытаемся создать алгоритмы, работающие тем лучше, чем больше данных они успели обработать. Центральной темой мини-курса станет байесовский вывод — алгоритмы поиска гипотезы, которая максимизирует правдоподобие при условии имеющихся данных; подавляющее большинство аппаратов машинного обучения можно сформулировать в виде задачи байесовского вывода. Для того чтобы полностью понять происходящее, желательно владеть основами теории вероятностей.

Рекомендованная литература:

  • Christopher M. Bishop, Pattern Recognition and Machine Learning;
  • David J. MacKay, Information Theory, Inference, and Learning Algorithms;
  • лекции по Machine Learning, которые сейчас читают онлайн в Стэнфорд.

Слайды первой лекции
Лекции Подсказка: слайды, видеозапись и другие материалы лекции доступны со страницы лекции, попасть на которую можно, нажав на её название.

1. Основы байесовского вывода - 1
(02.12.2011 - 18:00 - 19:20)

Введение, постановка задачи. Небайесовские методы обучения (пример: SVM). Что такое байесовский вывод, основные понятия и термины. Пример: байесовский подход к линейной регрессии, регрессия с ядерными функциями. Сравнение моделей.
2. Основы байесовского вывода - 2
(02.12.2011 - 19:30 - 20:50)

3. Вывод на графических моделях - 1
(03.12.2011 - 18:00 - 19:20)

Смеси распределений и алгоритм EM. Графические вероятностные модели. Задача маргинализации. Фактор-граф. Алгоритм передачи сообщений. Приближённый вывод.
4. Вывод на графических моделях - 2
(03.12.2011 - 19:30 - 20:50)

5. Примеры и применения - 1
(04.12.2011 - 12:00 - 12:55)

Case studies, конкретные примеры: рекомендательные системы, рейтинг-системы и т.д.
6. Примеры и применения - 2
(04.12.2011 - 13:00 - 13:55)

7. Примеры и применения - 3
(04.12.2011 - 14:00 - 14:55)

8. Примеры и применения - 3
(04.12.2011 - 14:00 - 14:25)

9. Примеры и применения - 4
(04.12.2011 - 14:30 - 14:55)

Ваша оценка: Пусто Средняя: 5 (4 голосов)
Share |
В перерыве между лекциями
Машинное обучение
Машинное обучение
Машинное обучение
На лекции у С. И. Николенко
Машинное обучение