Napredne linearne i nelinearne numeričke metode u analizi podataka

Repozitorij

Repozitorij je prazan

Anketa

Na ovoj stranici trenutno nije odabrana niti jedna anketa!

Napredne linearne i nelinearne numeričke metode u analizi podataka

Šifra: 239812
ECTS: 5.0
Nositelji: prof. dr. sc. Zlatko Drmač - Predavanja
Prijava ispita: Studomat
Opterećenje:

1. komponenta

Vrsta nastaveUkupno
Predavanja 45
* Opterećenje je izraženo u školskim satima (1 školski sat = 45 minuta)
Opis predmeta:
CILJEVI KOLEGIJA:
Ovo je nastavak kolegija Matrične i tenzorske metode u analizi podataka.
Cilj je za neke od problema opisanih u kolegiju prethodniku detaljno opisati i implementirati algoritme za inteligentno pretraživanje i analizu podataka.
Naglasak je na detaljnom opisu i implementaciji algoritama koji se trenutno koriste u primjenama.

NASTAVNI SADRŽAJI:
1. Klasifikacija pomoću tenzorskih metoda
2. Tenzorske i matrične metode za prepoznavanje lica i znakova.
Usporedba
3. Numeričko računanje tenzorskih dekompozicija - detalji razvoja
algoritama
3.1 CP (Canonical Polyadic); 3.2. Tuckerova dekompozicija; 3.3
Tensot-Train (TT) dekompozicija
4. CP dekompozicija i HITS algoritam
5. Klasteriranje na nelinearnim strukturama
5.1 Difuzijska udaljenost i difuzijska jezgra; veza s Markovljevim
lancima
5.2 Difuzijska preslikavanja u primjenama
6. Lokalno linearna ulaganja
6.1 Ideja metričkih ulaganja
6.2 Praktićni aspekti (lifting trick; kernel trick)
6.3 Nystroemova aproksimacija jezgre
7. Studijski primjeri
Literatura:
  1. I. Oseledets: TensorTrain decomposition
  2. D. Brandoni, V. Simoncini: Tensor-Train decomposition for image recognition
  3. B. Nadler, S. Lafon, R. R, Coifman, I. G. Kevrekidis: Diffusion maps, spectral clustering and reaction coordinates of dynamical systems
  4. Lars Elden: Matrix Methods in Data Mining and Pattern Recognition
  5. B. Savas, L. Elden: Handwritten digit classification using higher order singular value decomposition
  6. R. R. Coifman, S. Lafon: Diffusion maps
Preduvjeti za:
Upis predmeta :
Položen : Matrične i tenzorske metode u analizi podataka
1. semestar
Izborni modul Modeliranje i pretraživanje baza podataka - Redovni Studij - Primijenjena matematika

2. semestar
Izborni modul Modeliranje i pretraživanje baza podataka - Redovni Studij - Primijenjena matematika

3. semestar
Izborni modul Modeliranje i pretraživanje baza podataka - Redovni Studij - Primijenjena matematika

4. semestar
Izborni modul Modeliranje i pretraživanje baza podataka - Redovni Studij - Primijenjena matematika
Termini konzultacija:

Obavijesti