1 Различные задачи машинного обучения (1162169)
Текст из файла
Лекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЛекция 1. Различные задачи машинногообученияОсновныепроблемымашинногообученияД. П. Ветров1Ликбез1МГУ, ВМиК, каф. ММПКурс «Математические основы теориипрогнозирования»План лекцииЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияОсновныепроблемымашинногообученияЛикбез1 Основные задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 ЛикбезОсновные понятия мат.
статистикиКонцепция машинного обученияЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез• Решение задач путем обработки прошлого опыта(case-based reasoning)• Альтернатива построению математических моделей(model-based reasoning)• Основное требование – наличие обучающейинформации• Как правило в качестве таковой выступает выборкапрецедентов – ситуационных примеров из прошлого сизвестным исходом• Требуется построить алгоритм, который позволял быобобщить опыт прошлых наблюдений/ситуаций дляобработки новых, не встречавшихся ранее случаев,исход которых неизвестен.План лекцииЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез1 Основные задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 ЛикбезОсновные понятия мат.
статистикиКлассификацияЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез• Исторически возникла из задачи машинного зрения,поэтому часто употребляемый синоним –распознавание образов• В классической задаче классификации обучающаявыборка представляет собой набор отдельных объектовX = {xi }ni=1 , характеризующихся векторомвещественнозначных признаков xi = (xi,1 , .
. . , xi,d )• В качестве исхода объекта x фигурирует переменная t,принимающая конечное число значений, обычно измножества T = {1, . . . , l}• Требуется постросить алгоритм (классификатор),который по вектору признаков x вернул бы меткукласса t̂ или вектор оценок принадлежности(апотериорных вероятностей) к каждому из классов{p(s|x)}ls=1КлассификацияЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбезПримеры задач классификацииЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез• Медицинская диагностика: по набору медицинскиххарактеристик требуется поставить диагноз• Геологоразведка: по данным зондирования почвопределить наличие полезных ископаемых• Оптическое распознавание текстов: поотсканированному изображению текста определитьцепочку символов, его формирующих• Кредитный скоринг: по анкете заемщика принятьрешение о выдаче/отказе кредита• Синтез химических соединений: по параметрамхимических элементов спрогнозировать свойстваполучаемого соединенияПлан лекцииЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез1 Основные задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 ЛикбезОсновные понятия мат.
статистикиРегрессияЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез• Исторически возникла при исследовании влиянияодной группы непрерывных случайных величин надругую группу непрерывных случайных величин• В классической задаче восстановления регрессииобучающая выборка представляет собой наборотдельных объектов X = {xi }ni=1 , характеризующихсявектором вещественнозначных признаковxi = (xi,1 , . .
. , xi,d )• В качестве исхода объекта x фигурирует непрерывнаявещественнозначная переменная t• Требуется постросить алгоритм (регрессор), которыйпо вектору признаков x вернул бы точечную оценкузначения регрессии t̂, доверительный интервал (t− , t+ )или апостериорное распределение на множествезначений регрессионной переменной p(t|x)РегрессияЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбезПримеры задач восстановления регрессииЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез• Оценка стоимости недвижимости: по характеристикерайона, экологической обстановке, транспортнойсвязности оценить стоимость жилья• Прогноз свойств соединений: по параметрамхимических элементов спрогнозировать температуруплавления, электропроводность, теплоемкостьполучаемого соединения• Медицина: по постоперационным показателям оценитьвремя заживления органа• Кредитный скоринг: по анкете заемщика оценитьвеличину кредитного лимита• Инженерное дело: по техническим характеристикамавтомобиля и режиму езды спрогнозировать расходтопливаПлан лекцииЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез1 Основные задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 ЛикбезОсновные понятия мат.
статистикиКластеризацияЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез• Исторически возникла из задачи группировки схожихобъектов в единую структуру (кластер) споследующим выявлением общих черт• В классической задаче кластеризации обучающаявыборка представляет собой набор отдельных объектовX = {xi }ni=1 , характеризующихся векторомвещественнозначных признаков xi = (xi,1 , .
. . , xi,d )• Требуется постросить алгоритм (кластеризатор),который разбил бы выборку на непересекающиесягруппы (кластеры) X = kj=1 Ck , Cj ⊂ {x1 , . . . , xm },Ci ∩ Cj = ∅• В каждый класс должны попасть объекты в некоторомсмысле похожие друг на другаКластеризацияЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбезПримеры задач кластерного анализаЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез• Экономическая география: по физико-географическими экономическим показателям разбить страны мира нагруппы схожих по экономическому положениюгосударств• Финансовая сфера: по сводкам банковских операцийвыявить группы «подозрительных», нетипичныхбанков, сгуппировать остальные по степени близостипроводимой стратегии• Маркетинг: по результатам маркетинговыхисследований среди множества потребителей выделитьхарактерные группы по степени интереса кпродвигаемому продукту• Социология: по результатам социологических опросоввыявить группы общественных проблем, вызывающихсхожую реакцию у общества, а также характерныефокус-группы населенияПлан лекцииЛекция 1.РазличныезадачимашинногообученияВетров,КропотовОсновные задачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадачапрогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияЛикбез1 Основные задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 ЛикбезОсновные понятия мат.
Характеристики
Тип файла PDF
PDF-формат наиболее широко используется для просмотра любого типа файлов на любом устройстве. В него можно сохранить документ, таблицы, презентацию, текст, чертежи, вычисления, графики и всё остальное, что можно показать на экране любого устройства. Именно его лучше всего использовать для печати.
Например, если Вам нужно распечатать чертёж из автокада, Вы сохраните чертёж на флешку, но будет ли автокад в пункте печати? А если будет, то нужная версия с нужными библиотеками? Именно для этого и нужен формат PDF - в нём точно будет показано верно вне зависимости от того, в какой программе создали PDF-файл и есть ли нужная программа для его просмотра.