Обсуждение:Численные методы обучения по прецедентам (практика, В.В. Стрижов)
Материал из MachineLearning.
(Различия между версиями)
м |
(→Lecture 1) |
||
Строка 31: | Строка 31: | ||
## authors' responses to reviews: [https://sourceforge.net/p/mvr/code/HEAD/tree/lectures/4thYear/Lecture1/r4_Reviewer_Gait.pdf?format=raw], [https://sourceforge.net/p/mvr/lectures/code/HEAD/tree/4thYear/Lecture1/r5_Reviewer_Report_on_the_manuscript_correction.pdf?format=raw] | ## authors' responses to reviews: [https://sourceforge.net/p/mvr/code/HEAD/tree/lectures/4thYear/Lecture1/r4_Reviewer_Gait.pdf?format=raw], [https://sourceforge.net/p/mvr/lectures/code/HEAD/tree/4thYear/Lecture1/r5_Reviewer_Report_on_the_manuscript_correction.pdf?format=raw] | ||
## corrected paper [https://sourceforge.net/p/mvr/lectures/code/HEAD/tree/4thYear/Lecture1/r6_CorrectionSample.pdf?format=raw]. | ## corrected paper [https://sourceforge.net/p/mvr/lectures/code/HEAD/tree/4thYear/Lecture1/r6_CorrectionSample.pdf?format=raw]. | ||
+ | |||
+ | |||
+ | == Домашние задания, Весна 2019 == | ||
+ | |||
+ | {{tip|Машинное обучение, весна 2019, распределение по семинарам, анкета https://goo.gl/forms/Rt3l4SbSl7ETx9Ys2}} | ||
+ | |||
+ | ===Домашнее задание FS: анализ пространства=== | ||
+ | 08.02: Порождение расширенного признакового пространства, софткомпьютинг | ||
+ | * | ||
+ | ===Домашнее задание FA: сравнение способов порождения признаков=== | ||
+ | 15.02: Ручное порождение признаков или автоматическое | ||
+ | * | ||
+ | ===Домашнее задание NA: описание нового алгоритма=== | ||
+ | 22.03: Работа над основным алгоритмом | ||
+ | * | ||
+ | ===Домашнее задание MM: мультимоделирование=== | ||
+ | 01.03: Анализ адекватности модели, ансамбли и мультимоделирование | ||
+ | * | ||
+ | ===Домашнее задание CO: график сложности и профилирование=== | ||
+ | 15.03: Анализ сложности алгоритма: теоретический и эмпирический | ||
+ | * | ||
+ | ===Домашнее задание CR: набор критериев и алгоритм оптимизации=== | ||
+ | 22.03: Создание набора внешних критериев, дообучение | ||
+ | * | ||
+ | ===Домашнее задание EX: эксперимент, анализ постановки в эксперименте=== | ||
+ | 05.04: Планирование эксперимента | ||
+ | * | ||
+ | ===Домашнее задание A: эксперимент, анализ ошибки в эксперименте === | ||
+ | 19.04: Анализ результатов, оформление результатов эксперимента |
Текущая версия
Лекция 1
- Списоктоповых конференций в области машинного обучения.
- Список зарубежных журналов с высоким импакт-фактором.
- Список зарубежных журналов с низким импакт-фактором
- Список рекомендуемых журналов ВАК.
- Список журналов, принимающих статьи по тематике курса.
- Краткое описание курса.
- Описание результатов курса за период с 2008 по 2014 год: статья.
- Пример обзора литературы в формате LinkReview.
- Схема процедуры рецензирования.
- Примеры написания формального введения к квалификационной работе [1], [2].
- Примеры хороших студенческих статей KuznetsovIvkin2015, Katrutsa2015.
- Примеры
Lecture 1
- List of top Machine Learninng conferences.
- List of international journals with hgh IF.
- List of international jounals with low IF.
- List of recommended HAC jounals.
- List of jounals that publish articles on course subjects.
- Brief discription of the course.
- A detailed discription of course results (from 2008 to 2014): [Motrenko2014MLEducation.pdf].
- An example of literature review presented in the form of LinkReview.
- Scheme of reviewing procedure.
- Some examples of writing a formal inroduction to qualification papers (Masters or Phd Thesis)[9], [10].
- Several examples of
Домашние задания, Весна 2019
Машинное обучение, весна 2019, распределение по семинарам, анкета https://goo.gl/forms/Rt3l4SbSl7ETx9Ys2 |
Домашнее задание FS: анализ пространства
08.02: Порождение расширенного признакового пространства, софткомпьютинг
Домашнее задание FA: сравнение способов порождения признаков
15.02: Ручное порождение признаков или автоматическое
Домашнее задание NA: описание нового алгоритма
22.03: Работа над основным алгоритмом
Домашнее задание MM: мультимоделирование
01.03: Анализ адекватности модели, ансамбли и мультимоделирование
Домашнее задание CO: график сложности и профилирование
15.03: Анализ сложности алгоритма: теоретический и эмпирический
Домашнее задание CR: набор критериев и алгоритм оптимизации
22.03: Создание набора внешних критериев, дообучение
Домашнее задание EX: эксперимент, анализ постановки в эксперименте
05.04: Планирование эксперимента
Домашнее задание A: эксперимент, анализ ошибки в эксперименте
19.04: Анализ результатов, оформление результатов эксперимента