Основы байесовского вывода 2023

Это курс об основах байесовского вывода и вероятностных моделях в машинном обучении, представленный на Факультете математики и компьютерных наук Санкт-Петербургского государственного университета осенью 2024 года.

No thumbnail
1

История AI и теорема Байеса

Введение. История AI. Что такое машинное обучение, какие задачи оно решает. Байесовский подход в машинном обучении, теорема Байеса и её интерпретация.

No thumbnail
2

Байесовский вывод для монетки

Сопряжённые априорные распределения, бета-распределение как сопряжённое для испытаний Бернулли. Байесовский вывод в жизни.

No thumbnail
3

Линейная регрессия I

Линейная регрессия: метод наименьших квадратов, нелинейные признаки для линейной регрессии, оверфиттинг.

No thumbnail
4

Линейная регрессия II

[2 лекции] Регуляризация в линейной регрессии. Байесовский вывод: сопряжённое априорное распределение и предсказательное распределение для линейной регрессии. Введение в классификацию: постановка задачи, геометрические методы, дискриминант Фишера.

No thumbnail
5

Классификация: LDA/QDA и логистическая регрессия

[2 лекции] Модельные методы классификации: LDA и QDA. Логистическая регрессия: мотивация, IRLS, случай нескольких классов, предсказательное распределение через лапласовские аппроксимации.

No thumbnail
6

Проклятие размерности и разложение bias-variance-noise

[2 лекции] Проклятие размерности. Статистическая теория принятия решений: bias-variance-noise decomposition. Байесовский вывод для гауссиана.

No thumbnail
7

Оценки p(D): эмпирический Байес и выбор моделей

[2 лекции] Оценки p(D): эмпирический Байес. Байесовский выбор моделей: идея, KL-дивергенция, байесовский информационный критерий.

No thumbnail
8

TIC и AIC, экспоненциальное семейство I

[2 лекции] Информационные критерии TIC и AIC. Введение в экспоненциальное семейство.

No thumbnail
9

Экспоненциальное семейство II, обобщённые линейные модели

[2 лекции] Экспоненциальное семейство: моменты достаточных статистик, байесовский вывод, предсказательное распределение. Обобщённые линейные модели: общий вывод, пуассоновская регрессия.