Ветров Д.П., Кропотов Д.А., Осокин А.А.

Среда, 18:30,
ауд. 526Б

Приглашаются также студенты 2 курса, желающие распределиться на этот спецсеминар на старших курсах

Семинар проводится для студентов каф. ММП, но открыт для всех желающих. Основным направлением работы семинара является исследование и применение т.н. байесовского подхода к теории вероятностей в решении задач машинного обучения и компьютерного зрения. Байесовские методы получили большое распространение в мире в течение последних 15 лет. Их основными достоинствами являются:

• возможность автоматической настройки структурных параметров алгоритмов машинного обучения (выбор количества кластеров, определение коэффициента регуляризации, отбор релевантных признаков и объектов, определение топологии нейросети и пр.);
• корректная работа с фактами, достоверность которых точно неизвестна, позволяющая обобщить методы классической булевой логики на ситуации, содержащие значительный элемент неопределенности, которая позволяет успешно применить байесовские методы в экспертных системах;
• возможность учета структурных и вероятностных взаимосвязей в массивах данных, опирающаяся на активно развиваемый в настоящее время аппарат графических моделей;
• представление данных и настраиваемых параметров, позволяющее объединять результаты наблюдений косвенных показателей неизвестной величины с априорными представлениями о ее характерных значениях.

Участники спецсеминара активно участвуют в теоретической работе по разработке новых методов настройки структурных параметров и алгоритмов машинного обучения для нестандартных задач, а также занимаются прикладными исследованиями в области когнитивных технологий.

Методическая поддержка спецсеминара осуществляется спецкурсом «Байесовские методы машинного обучения» и курсом «Графические модели», читаемых на факультете ВМК.

На сайте bayesgroup.ru располагается информация на английском языке об участниках спецсеминара и проводимых ими исследованиях.

Страница спецсеминара: http://www.machinelearning.ru/wiki/index.php?title=Vetrovsem

Страница курса: http://vmk.somee.com/Details/271