Машинное обучение (англ Machine Learning) — обширный подраздел искусственного интеллекта, математическая дисциплина, использующая разделы математической статистики, численных методов оптимизации, теории вероятностей, дискретного анализа, и извл

Рейтинг: 13
Создана: 4 года назад
Владелец: root

Machine Learning/Data Mining/Big Data

Основная информация

Машинное обучение (англ Machine Learning) — обширный подраздел искусственного интеллекта, математическая дисциплина, использующая разделы математической статистики, численных методов оптимизации, теории вероятностей, дискретного анализа, и извлекающая знания из данных.

Data Mining (рус. добыча данных, интеллектуальный анализ данных, глубинный анализ данных) — собирательное название, используемое для обозначения совокупности методов обнаружения в данных ранее неизвестных, нетривиальных, практически полезных и доступных интерпретации знаний, необходимых для принятия решений в различных сферах человеческой деятельности.

Стена группы

Загрузка...
5 часов назад
#

Representation Disentanglement


Способность понимать многомерные данные и перерабатывать эти знания в полезные представления без учитлея, остается ключевой проблемой глубокого обучения. Один из подходов к решению этих проблем заключается в распутывании представлений, моделей, которые фиксируют независимые особенности данного представления таким образом, что, если один объект изменяется, другие остаются неизменными.

Стадартные подходы к распутыванию представлений всё ещё не устоялись. Для этого есть две основные причины: (1) мы еще не остановились на формальном определении распутывания, (2) вследствие этого мы еще не договорились о наилучшей метрике.

На предстоящем семинаре мы обсудим определение, метрики оценки и современных кандидатов на лучший подход к распутыванию.

Докладчик: Рауф Курбанов.

Ссылка на слайды: https://docs.google.com/presentation/...

22 часа назад
#

Как OpenAI Five обыграл спортсменов OG в игре Dota 2


Команда из пяти нейронных сетей, OpenAI Five, уже давно начала побеждать любительские человеческие команды в Dota 2. При этом играя с ограничениями. Но недавно получилось обыграть команду лучших профессионалов, при этом ограничиваясь лишь выбором героев.

На семинаре будет рассказано небольшое введение в обучение с подкреплением и глубокое обучение с подкреплением, чтобы новые слушатели семинара смогли узнать теорию. Далее будет рассмотрена реализация алгоритма, обыгрывающего людей в Dota 2.

Докладчик: Александра Малышева.

Ссылка на слайды: https://docs.google.com/presentation/...

1 день назад
#

Анастасия Мотренко: Выбор моделей прогнозирования


Цель работы. Исследование свойств и разработка новых методов выбора модели в условиях избыточного мультикоррелирующего признакового пространства.
Проблема. При решении задачи декодирования временных рядов признаковое описание обладает корреляцией сложной мультииндексной структуры.
Избыточность признакового пространства, мультикорреляция и высокая размерность приводят к завышению сложности модели и получению неустойчивых оценок параметров.
Предложен метод выбора признаков, учитывающий многоиндексное мультикоррелирующее представление данных. Метод основан на решении задачи квадратичного программирования.

5 дней назад
#

Lecture 1: Autoregressive models (Sept 4, 2019)




Lecture 2: Latent Variable Models (Sept 11, 2019)


6 дней назад
#

Machine Learning Live Stream


Авторизация

Войдите, используя Ваш аккаунт

Войти с помощью

Пользователи

КАРКАМ

Нетология