2010 Лекции МОТП (Ветров) (1185317)

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла

Лекция 1.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЛекция 1. Различные задачи машинногообученияОсновныепроблемымашинногообученияНапоминаниеД. П. Ветров11МГУ, ВМиК, каф. ММПКурс «Математические основы теориипрогнозирования»План лекцииЛекция 1.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияОсновныепроблемымашинногообученияНапоминание1 Некоторые задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 НапоминаниеПолезные сведения из линейной алгебры и теории оптимизОсновные понятия мат.

статистикиКонцепция машинного обученияЛекция 1.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание• 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.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание1 Некоторые задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 НапоминаниеПолезные сведения из линейной алгебры и теории оптимизОсновные понятия мат.

статистикиКлассификацияЛекция 1.РазличныезадачимашинногообученияЖуравлев,Ветров• Исторически возникла из задачи машинного зрения,поэтому часто употребляемый синоним –распознавание образов• В классической задаче классификации обучающаяНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминаниевыборка 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.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминаниеПримеры задач классификацииЛекция 1.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание• 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.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание1 Некоторые задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 НапоминаниеПолезные сведения из линейной алгебры и теории оптимизОсновные понятия мат.

статистикиРегрессияЛекция 1.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание• 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.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминаниеПримеры задач восстановления регрессииЛекция 1.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание• 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.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание1 Некоторые задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 НапоминаниеПолезные сведения из линейной алгебры и теории оптимизОсновные понятия мат.

статистикиКластеризацияЛекция 1.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание• 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 выборкуS 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.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминаниеПримеры задач кластерного анализаЛекция 1.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание• 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.РазличныезадачимашинногообученияЖуравлев,ВетровНекоторыезадачимашинногообученияЗадачаклассификацииЗадачавосстановлениярегрессииЗадачакластеризации(обучения безучителя)ЗадачаидентификацииЗадача прогнозированияЗадачаизвлечениязнанийОсновныепроблемымашинногообученияНапоминание1 Некоторые задачи машинного обученияЗадачаЗадачаЗадачаЗадачаЗадачаЗадачаклассификациивосстановления регрессиикластеризации (обучения без учителя)идентификациипрогнозированияизвлечения знаний2 Основные проблемы машинного обученияМалый объем обучающей выборкиНекорректность входных данныхПереобучение3 НапоминаниеПолезные сведения из линейной алгебры и теории оптимизОсновные 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.

Список файлов лекций