Машинное обучение (курс лекций, К.В.Воронцов)/Форма отчета

Материал из MachineLearning.

Версия 14:19, 19 февраля 2018

Заданием по курсу «Машинное обучение» является выполнение прикладного исследования на реальных данных. Задачу можно взять у преподавателя, либо выбрать самостоятельно, согласовав с преподавателем. Результат оформляется в виде технического отчёта.

Разделы технического отчёта

1. Постановка задачи: неформальное описание, формальное описание (ДНК — Дано-Найти-Критерий): структура входных данных, выходных данных, критерии качества.
2. Описание простого (стандартного и быстрого) базового решения (baseline), со ссылками на источники.
3. Описание основного решения и его вариантов: модель, метод, алгоритм, со ссылками на источники.
4. Описание методики экспериментов: набор данных, проверяемые гипотезы, цели каждого эксперимента, методика кросс-валидации.
5. Результаты экспериментов по подбору гиперпараметров для основного решения: графики зависимостей критериев качества от гиперпараметров модели.
6. Результаты экспериментов по сравнению основного решения с baseline: таблицы и/или графики с результатами сравнения моделей.
7. Выводы: что работает, что не работает, интересные факты и инсайты, рекомендации по применению.
8. Ссылка на код в репозитории.
9. Ссылки на литературу.

См. также

• Численные методы обучения по прецедентам (практика, В.В. Стрижов)
• Написание отчётов и статей (рекомендации)