Участник:Konstantin Vorontsov

Материал из Википедии — свободной энциклопедии

Участник из Москвы.

Окончил МФТИ, ФУПМ в 1994 году

к.ф.-м.н. по специальности 01.01.09 — математическая кибернетика c 1999 года

C++
Delphi Участник когда-то много программировал

Участник предпочитает TeX. Word создан для секретарш.

$e^{i\pi}~$

Участник — математик

Участник — статистик

Зам. директора по науке ЗАО Форексис.
Научный сотрудник Вычислительного центра РАН.
Зам. зав. каф. «Интеллектуальные системы» МФТИ.
Научные интересы: всё, что скрывается за терминами «интеллектуальный анализ данных» (data mining) и «машинное обучение» (machine learning): распознавание образов, прогнозирование, математическая статистика, дискретная математика, численные методы оптимизации. Практический анализ данных в разнообразных областях (экономика, медицина, техника, интернет).

[править] Мои планы

Пополнить Википедию математическими и популярными статьями об интеллектуальном анализе данных. Ввести общеупотребительные понятия и термины. Показать наиболее яркие, наглядные примеры прикладных задач и методов их решения.

В настоящее время вся моя вики-деятельность сосредоточена на страницах нового научного вики-ресурса MachineLearning.ru

MachineLearning.ru — это профессиональный информационно-аналитический ресурс, посвященный машинному обучению и интеллектуальному анализу данных. В отличие от Википедии, MachineLearning.ru допускает статьи о незавершённых исследованиях, полемические и учебные материалы, коды программ и алгоритмов. Поощряется использование страниц MachineLearning.ru для организации совместной работы учёных и обмена информацией по текущим исследованиям.
Cтатьи, создаваемые там, могут свободно переноситься в Википедию (когда это не противоречит соглашениям об авторских правах, принятым в Википедии и MachineLearning.ru).

[править] Новые категории

Категория:Машинное обучение — (создана 2007.02.01)
Категория:Википедия:Участники, окончившие МФТИ — (создана 2007.02.01)

[править] Новые статьи

Основные понятия:

Информационное моделирование
Обработка данных или анализ данных или интеллектуальный анализ данных
Обучение по прецедентам = машинное обучение = Machine Learning — (создана 2007.01.28)
Обучение с учителем — (создана 2007.01.30)
Обучение без учителя — (создана 2007.02.01)
Статистическая теория обучения = Вычислительная теория обучения = COLT
Алгоритм обучения
Модель алгоритмов
Корректный алгоритм
Функция потерь
Эмпирический риск = Минимизация эмпирического риска = ERM
Переподгонка = переобучение = оверфиттинг
Обобщающая способность
Информационный критерий
Байесовский информационный критерий = BIC
Информационный критерий Акаике = Критерий Акаике = AIC
Скользящий контроль = Кросс-валидация
Временной ряд
Эмпирическое предсказание
Логическая закономерность
Статистическая закономерность
Уровень значимости
Информативность

Методы корреляционного и регрессионного анализа:

Регрессия (математическая статистика)
Регрессионный анализ
Корреляционный анализ
Метод наименьших квадратов
Мультиколлинеарность
Обобщенная линейная модель = GLM
Коррелограмма

Методы классификации или распознавания образов:

Классификация (машинное обучение) — (создана 2007.02.12)
Байесовский классификатор
Наивный байесовский классификатор
Метод максимума правдоподобия
Линейный дискриминант Фишера
Смесь вероятностных распределений
Гипотеза компактности
Метод ближайшего соседа = kNN
Метод потенциальных функций
Метод радиальных базисных функций = Сеть радиальных базисных функций = RBF
Метод парзеновского окна
Проклятие размерности
Машина опорных векторов = SVM
Персептрон
Многослойный персептрон
Нейронная сеть
Байесовская сеть
Метод стохастического градиента
Метод обратного распространения ошибки = Backpropagation = Backprop
Индукция правил
Ассоциативные правила = правила ассоциации
Решающий список
Решающее дерево
Дерево регрессии
Критерий ветвления
Решающий лес
Редукция решающего дерева
Алгоритм вычисления оценок
Тестовый алгоритм
Принцип частичной прецедентности

Кластерный анализ:

Кластеризация — (создана 2007.02.01)
Кластер (Математическая статистика)
Графовые алгоритмы кластеризации
Статистические алгоритмы кластеризации
Алгоритм ФОРЕЛЬ
Алгоритм k средних = k-means
Иерархическая кластеризация
Таксономия
Дендрограмма
Нейронная сеть Кохонена
Ансамбль кластеризаторов
Многомерное шкалирование
Карта сходства
Сегментация

Методы преобразования пространства признаков и выбора моделей:

Селекция признаков
Синтез признаков
Метод главных компонент
Метод независимых компонент
Метод группового учета аргументов = МГУА
Самоорганизация моделей
Внутренний критерий
Внешний критерий
Структурная минимизация риска
Принцип минимума длины описания = MDL
Байесовский вывод
Генетический алгоритм
Эволюционный алгоритм
Случайный поиск
Стохастический локальный поиск
Случайный поиск с адаптацией
Локальный случайный поиск
Комбинаторный взрыв

Алгоритмические композиции:

Алгоритмическая композиция = Ансамбль алгоритмов
Метод комитетов
Бустинг
Бэггинг
Смесь экспертов
Алгебраический подход (машинное обучение)
Алгоритмический оператор
Корректирующая операция
Решающее правило

Предварительный анализа данных:

Понимание данных
Визуализация данных

Теории, научные школы:

Статистическая теория обучения
Теория Вапника-Червоненкиса
Алгебраический подход к проблеме распознавания
Теория универсальных и локальных ограничений
Теория возможности
Теория нечётких множеств

Прикладные задачи интеллектуального анализа данных:

Кредитный скоринг
Предсказание ухода клиентов
Обнаружение мошенничества
Прогнозирование продаж
Анализ клиентских сред
Анализ рыночной корзины
Персонализация

[править] Уже существующие разделы, требующие доработки

[править] Список алгоритмов

Большой раздел Список алгоритмов уже имеется, но для многих алгоритмов статей ещё нет. Есть предложение создать раздел «Анализ данных». Структура там могла бы быть такая: