• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Разработка алгоритмов машинного обучения для анализа цензурированных данных

2018

В данном проекте предлагается разработать класс алгоритмов обучения моделей анализа цензурированных данных, доказать асимптотические свойства таких алгоритмов для задач построения прогноза цензурированной зависимой переменной и оценки гетерогенного эффекта воздействия на цензурированную зависимую переменную, реализовать алгоритмы в среде программирования R и сделать их общедоступными. Также алгоритмы будут апробированы для решения задачи прогнозирования спроса на товар с ограниченным запасом (ограниченная сверху переменная) и для оценки гетерогенного эффекта от внедрения государственной политики на спрос (ограниченная снизу переменная). На этих примерах мы покажем преимущества работы с методами машинного обучения по сравнению с параметрическими методами эконометрики для цензурированных данных, а также методами машинного обучения без учета цензурированности данных.

Публикации по проекту:


Ozhegov E. M. Regression Tree Model for Prediction of Demand with Heterogeneity and Censorship // Econometrics journal. 2019
Ozhegov E. M., Ozhegova A. Bagging Prediction for Censored Data: Application for Theatre Demand, in: Analysis of Images, Social Networks and Texts. 6th International Conference, 2017, Revised Selected Papers / Ed. by W. M. van der Aalst, D. I. Ignatov, M. Khachay, S. Kuznetsov, V. Lempitsky, I. A. Lomazova, A. Napoli, A. Panchenko, P. M. Pardalos, A. V. Savchenko, S. Wasserman. Vol. 10716. Cham : Springer, 2018. doi Ch. 18. P. 197-209. doi
Ozhegov E. M., Semenova D. Methods of Machine Learning for Censored Demand Prediction, in: Machine Learning, Optimization, and Data Science. 4th International Conference, LOD 2018, Volterra, Italy, September 13-16, 2018, Revised Selected Papers / Ed. by G. Nicosia, P. Pardalos, G. Giuffrida, R. Umeton, V. Sciacca. Cham : Springer, 2019. doi P. 441-446. doi
Ozhegov E. M., Teterina D. Ensemble method for censored demand prediction / Cornell University. Series Computer Science "arxiv.org". 2018. No. arXiv:1810.09166.
Ozhegov E. M., Teterina D. Ensemble method for censored demand prediction / NRU Higher School of Economics. Series EC "Economics". 2018. No. 200/EC/2018.