Статистическое обучение, выбор моделей и бутстреп (регулярный семинар)
Материал из MachineLearning.
Содержание |
Описание семинара:
Одной из ключевых проблем (статистического) машинного обучения является построения классификаторов наилучшим образом предсказывающих ответы на неизвестной (контрольной) выборке при уловии того, что ответы на части данных (обучающая выборка) известны. В рамках этой задачи возникает большое число задач связанных как, например, с построением как можно более точных оценок риска, так и с задачей построения правила отбора классификаторов в рамках заданного семейства. Основное внимание группой уделается задачам частичного/трансдуктивного обучения(semi-supervised/transductive learning) и методам многоклассовой классификации. В рамках исследований группы отдельное внимание уделяется также задаче выбора модели и построения комбинаций классификаторов.
Время заседаний:
Регулярный семинар проводимый в ИППИ РАН в 18-30 по понедельникам
Научные руководители семинара
Н.К. Животовский, Е. А. Крымова, В. Г. Спокойный, Е. О. Черноусова
Организатор семинара
Совместный учебно-научный семинар магистерской программы Математические методы оптимизации и стохастики Факультета Компьютерных наук НИУ ВШЭ, Института проблем передачи информации РАН и Лаборатории ПреМоЛаб МФТИ. Куратор семинара Н.К. Животовский
Прошедшие заседания
12 октября 2015 г. Константин Мищенко TBC
19 октября 2015 г. Никита Животовский TBC
