Robustní metody ve strojovém učení

školitel: RNDr. Jan Kalina, Ph.D.
e-mail: zobrazit e-mail
typ práce: bakalářská práce, diplomová práce
zaměření: MI_MM
klíčová slova: strojové učení, klasifikace, robustnost
odkaz: http://www2.cs.cas.cz/~kalina
popis: Pro řešení klasifikačních úloh, kdy je úkolem zkonstruovat pravidlo pro zařazení mnohorozměrných pozorování do jedné ze skupin, se často používají metody strojového učení (support vector machines, neuronové sítě). Diplomant provede rešerši v literatuře, která se zaměří na robustní vlastnosti standardních metod strojového učení vůči přítomnosti odlehlých pozorování. Přitom se zaměří na (1) robustní vlastnosti standardních metod strojového učení (SVM nebo neuronové sítě) vůči přítomnosti odlehlých pozorování a (2) robustní verze standardních metod strojového učení. Chování různých metod ilustruje na vhodných příkladech.
literatura: Hable R., Christmann A. (2011): On qualitative robustness of support vector machines. Journal of Multivariate Analysis 102, 993-1007. Rusiecki, A. (2008). Robust MCD-based backpropagation learning algorithm. Lecture Notes in Computer Science 5097, 154-163.
naposledy změněno: 11.09.2016 08:47:19

za obsah této stránky zodpovídá: Radek Fučík | naposledy změněno: 12.9.2011
Trojanova 13, 120 00 Praha 2, tel. 224 358 540, pevná linka 224 923 098, fax 234 358 643
České vysoké učení technické v Praze | Fakulta jaderná a fyzikálně inženýrská | Katedra matematiky