Уважаемые коллеги!
28 октября в 15:00 состоится заседание совместного семинара Российской ассоциации искусственного интеллекта и ФИЦ ИУ РАН «Проблемы искусственного интеллекта».
На заседании семинара будет представлен доклад на тему: «Методы повышения предсказательной силы и интерпретируемости алгоритмов машинного обучения и интеллектуального анализа данных».
Докладчик: доктор физико-математических наук, профессор Олег Валентинович Сенько (в.н.с. ФИЦ ИУ РАН, профессор кафедры “Математических методов прогнозирования” факультета вычислительной математики и кибернетики МГУ им. М.В. Ломоносова).
Аннотация доклада
Выступление будет состоять из двух частей. Первая часть посвящена конструированию новых более точных алгоритмов машинного обучения (МО) по набору моделей, полученных с помощью уже известных методов. В основе подхода лежит генерация ансамблей алгоритмов с по возможности максимальной обобщающей способностью. На каждом шаге к существующему на этот момент ансамблю по обучающей выборке строится новый алгоритм, нацеленный на максимальное снижение ошибки обновлённого ансамбля. Будет представлена подробная схема генерации ансамбля и приведены результаты исследования её эффективность на выборках различной природы, подтверждающие, что новый подход на многих задачах превосходит по эффективности современные реализации градиентного бустинга, включая CatBoost и LightGBM. Особенностью подхода является возможность «усиления» не только «слабых» алгоритмов, но и алгоритмов, полученных с помощью современны высокоэффективных методов.
Вторая часть доклада будет посвящена методу интеллектуального анализа данных, предназначенного для идентификации и описании закономерностей, которые объективно существуют в данных, позволяя сгенерировать алгоритмы МО, обладающие достаточно высокой обобщающей способностью. Подход основан на использовании непараметрического способа оценки статистической значимости исследуемых закономерностей, основанного на сравнении с результатами на случайных выборках, генерируемых из исходной выборки случайными перестановками значений целевых переменных относительно фиксированных позиций признаков. В работе используется концепция полностью верифицированной закономерности, предполагающая необходимость оценки статистической значимости всех элементов соответствующей математической модели. Будет рассказано различных способах достижения полной верификации на заданном уровне значимости, включая использования статистической интерпретации принципа Бритвы Оккама.
Представленный подход будет проиллюстрирован примерами полностью верифицированных закономерностей, выявленных при решении различных биомедицинских задач.
В докладе будет обсуждена возможность трактовки подхода как альтернативного метода достижения интерпретируемости искусственного интеллекта.
Заседание состоится в смешанном формате в конференц-зале ФИЦ ИУ РАН по адресу: г. Москва, ул. Вавилова, дом 44, корп. 2., пом. 124.
По вопросам очного посещения семинара лицами, не работающими в ФИЦ ИУ РАН, и иным вопросам, связанным с работой семинара, просьба обращаться к ученому секретарю семинара д.ф.-м.н. Виноградову Дмитрию Вячеславовичу по эл. почте raai_seminar@mail.ru до 14:00 26 октября.
Важно: В запросе укажите, пожалуйста, свои паспортные данные (в формате: Фамилия Имя Отчество, паспорт № выдан (когда, кем), код подразделения). Это требование формы заявки на пропуск в ФИЦ ИУ РАН.
Интернет-трансляция заседания семинара будет доступна по ссылке:
https://rutube.ru/channel/31232849/
Трансляция начнется в 14:55 28 октября. Будет предоставлена возможность задавать вопросы через чат Rutube. Ученый секретарь семинара обязуется зачитать вопросы, поступившие в чате.
Желающие получить инструкцию по подключению могут обратиться к ученому секретарю семинара д.ф.-м.н. Виноградову Дмитрию Вячеславовичу по электронной почте: raai_seminar@mail.ru до 12:00 28 октября.
