Seminarium

• Przegląd metod redukcji wymiaru (było)
• Wyniki doświadczalne (B. Tang ze współautorami), raczej na 45 min (było)
• Redukcja wymiaru zastosowana do rozpoznawania części mowy (na podstawie pracy H. Schuetze). raczej na 45 min. (było)
• Ukryte modele Markowa, algorytmy, to raczej dla dwu osób na dwa spotkania (było).
• SVM i jądra (kernele)
• Sieci neuronowe (raz było).
• Compressed sensing (cykl, pierwsze zajęte), refertat z 14.05

• A Mathematical Introduction to Compressive Sensing, książka.
• Notki z wykładu T. Tao.

• C.O.S. Sorzano, J. Vargas, A. Pascual‐Montano, A survey of dimensionality reduction techniques. pdf, przegląd technik.
• Imola K. Fodor, A survey of dimension reduction techniques pdf przegląd technik.
• B. Tang, X. Luo, M. I. Heywood, M. Shepherd, A Comparative Study of Dimension Reduction Techniques for Document Clustering pdf, wyniki doświadzczalne.
• Hinrich Schuetze, Distributional Part-of-Speech Tagging pdf Redukcja wymiaru zastosowana do rozpoznawania części mowy.
• Tutorial w sieci
• Wikipedia

• C. Manning, H. Shultze, Markov models pdf, rozdział książki Ukryte modele Markowa, algorytmy.
• Wprowadzenie dla biologów
• Moja notka o algorytmie EM

• Thomas Hofmann, Bernhard Schoelkopf and Alexander J. Smola Kernel Methods in Machine Learning obszerne wprowadzenie, 53 s.
• Pai-Hsuen Chen, Chih-Jen Lin, and Bernhard Schoelkopf A Tutorial on v-Support Vector Machines
• Nello Cristianini Tutorial
• Wikipedia

• I. Sutskever Training Recurrent Neural Networks praca doktorska
• Dai, Le, Semi-supervised Sequence Learning