Тривиум по ИИ и Машинному Обучению?

[Paragraph]

Существует Математический Тривиум В.И.Арнольда. Есть ли подобный набор задач и вопросов по ИИ и Машинному Обучению? Простым нагугливанием найти пока не удалось.

[ozheredov]

Самому стало интересно:) Вот мой список на данный момент:

Бэкграунд

1. Теория вероятностей и случайных процессов
2. Комбинаторика
3. Теория графов
4. Линейная алгебра
5. Теория матриц
6. Теория оптимизации функций

Форграунд

0. Регрессионные методы
1. Оптимизация гладких функций
2. Генетические и бионические алгоритмы
3. Полносвязные нейросеть
4. Сверточные нейросети, deep learning
5. Решающие деревья
6. Ансамбли алгоритмов, бустинг и бэггинг

[Mihaylo]

Начинающим рекомендую посмотреть видеолекции К.В. Воронцова (вводный курс машинного обучения), потом видеолекции Конушина Антона (про компьютерное зрение). Затем пройти практическое обучение у Воронцова на Coursera.org.

Далее научиться участвовать в kaggle. Это и будет тривиумом.

[Paragraph]

ozheredov

Хороший список. В него надо бы добавить CS, т.е. computer science. На CS промахнулись 9 из 10 наших кандидатов на работу.

Хотелось бы превратить обсуждение в список более конкретных вопросов по этим темам. Например, что можно сказать о собственных подпространствах коммутирующих матриц? Или, на тему теор. вер-а, приведите пример нескоррелированных зависимых случайных величин.

[ozheredov]

Paragraph

1. Вы про то что они имеют хотя бы один общий собственный вектор?
2. Кси и кси квадрат, при условии что третий нецентральный момент равен нулю

[Paragraph]

ozheredov

Цитата:

1. Вы про то что они имеют хотя бы один общий собственный вектор?

Да, и даже лучше: собственные подпространства совпадают (но это не тоже самое, что совпадение всех собственных векторов).

Цитата:

2. Кси и кси квадрат, при условии что третий нецентральный момент равен нулю

Есть примеры доступные даже для школьников, но идея та же самая.

Именно такого сорта вопросы хочется для МО и ИИ. Вот, например, типовой вопрос:

"Имеется <описание набора данных>. Какие трудности возникнут при применении к нему <название метода>?"

[Xaositect]

Paragraph в сообщении #1269770 писал(а):

Да, и даже лучше: собственные подпространства совпадают (но это не тоже самое, что совпадение всех собственных векторов).

Это неверно, например, $\begin{pmatrix}1 & 0 & 0 \\ 0 & 1 & 1 \\ 0 & 0 & 1\end{pmatrix}$ и $\begin{pmatrix}1 & 1 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1\end{pmatrix}$.

[Paragraph]

Xaositect
Согласен, спасибо за поправку. Правильная формулировка: для коммутирующих матриц собственные подпространства одной матрицы являются инвариантными подпространствами другой.