Байесовские методы в машинном обучении

Еженедельный семинар группы байесовских методов. На семинаре разбираются статьи с основных международных конференций, заслушиваются доклады сотрудников группы об исследованиях, проводятся мозговые штурмы, устраиваются лекции приглашенных ведущих российских и зарубежных специалистов. Семинар 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.

Методическая поддержка спецсеминара осуществляется курсами «Байесовские методы машинного обучения» и  «Графические модели», читаемыми на ФКН ВШЭ и факультете ВМК МГУ.

С более подробной информацией можно ознакомиться на сайте семинара.
Руководители семинара: Дмитрий Ветров, Дмитрий Кропотов, Михаил Фигурнов.