Seminarium

Referaty:

• Anna Kopszak Sparse Solutions of Underdetermined Systems Sparsity and Compressibility
• Ewelina Grzmocińska Sieci neuronowe 1
• Klaudia Puchała Sieci neuronowe 2
• Aleksandra Steiner Sieci neuronowe, maszyna Boltzmanna wg. częsci 2 pracy Sutskevera
• Joanna Grunwald Sieci neuronowe wg. częsci 3 pracy Sutskevera, Uwaga: to nowa wersja podająca więcej materiału.
• Agata Żywot Kernele (jądra)
• Mikołaj Bacior Notatki do presentacji o redukcji wymiaru
• Tomasz Kulik Przegląd metod redukcji wymiaru
• Krystyna Grzesiak Metody redukcji wymiaru oparte na słownikach

Tematy:

• Przegląd metod redukcji wymiaru
• Compressed sensing
• SVM i jądra.
• Sieci neuronowe.
Materiały, compressed sensing:
• A Mathematical Introduction to Compressive Sensing, książka, zaczynając od rozdziału 2.
• Notki z wykładu T. Tao.
Redukcja wymiaru:
• 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
SVM i jądra (kernele)
• 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
Sieci neuronwe
• I. Sutskever Training Recurrent Neural Networks praca doktorska
• Dai, Le, Semi-supervised Sequence Learning