Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, весна 2011
Материал из MachineLearning.
(Различия между версиями)
(→Задачи) |
м |
||
Строка 45: | Строка 45: | ||
| | | | ||
|- | |- | ||
- | |Экспоненциальное сглаживание | + | |[[Экспоненциальное сглаживание и прогноз (пример)]] |
|Бурмистров Михаил | |Бурмистров Михаил | ||
| | | | ||
| | | | ||
|- | |- | ||
- | | | + | |[[Выравнивание временных рядов: прогнозирование с использованием DTW (пример)]] |
|Романенко Александр | |Романенко Александр | ||
| | | |
Версия 12:31, 27 февраля 2011
Перед выполнением заданий рекомендуются к прочтению
- Численные методы обучения по прецедентам
- Отчет о выполнении исследовательского проекта
- Автоматизация и стандартизация научных исследований
Задачи
Название задачи | Работу выполняет | Работу рецензирует | Комментарии |
---|---|---|---|
Прогнозирование с использованием теста Гренжера (пример) | Анастасия Мотренко | ||
Прогнозирование нейронными сетями без обратной связи (пример) | Георгий Рудой | ||
Многомерная гусеница, выбор длины и числа компонент гусеницы (пример) | Любовь Леонтьева | Михаил Бурмистров | |
Прогнозирование функциями дискретного аргумента (пример) | Егор Будников | ||
Исследование сходимости при прогнозировании нейронными сетями с обратной связью (пример) | Николай Балдин | Георгий Рудой | |
Непараметрическое прогнозирование: выбор ядра из набора, настройка параметров (пример) | Михаил Кокшаров | ||
Экспоненциальное сглаживание и прогноз (пример) | Бурмистров Михаил | ||
Выравнивание временных рядов: прогнозирование с использованием DTW (пример) | Романенко Александр |
В конце названия слово "(пример)" является ключевым и означает "пример работы алгоритма". |
Краткосрочное прогнозирование почасовых цен на электроэнергию (пример)
Описание задачи.
Доклады и экзамен (возможны уточнения)
- Доклад-1 6 апреля
- Контрольная точка 18 мая
- Экзамен 25 мая
Список задач, черновик
- Непараметрическое прогнозирование (выбор ядра из набора, настройка параметров)
- Прогнозирование и экспоненциальное сглаживание (набор временных рядов, исследование современного состояния)
- Непараметрическое прогнозирование рядов с периодической составляющей (по мотивам работ прогнозирования объемов продаж)
- Многомерная гусеница, выбор длины и числа компонент гусеницы (сравнение сглаженного и несглаженного временного ряда)
- Многомерная гусеница, выбор временных рядов при прогнозировании
- Многомерная авторегрессия
- Локальные методы прогнозирования, поиск метрики
- Локальные методы прогнозирования, поиск инвариантного преобразования
- Прогнозирование с использованием пути наименьшей стоимости (DTW)
- Выбор функции связи при прогнозировании нейронными сетями
- Выбор ядра при прогнозировании функциями радиального базиса
- Исследование сходимости при прогнозировании нейронными сетями с обратной связью
- Прогнозирование функциями дискретного аргумента
- Прогнозирование с использованием теста Гренжера
- Прогнозирование и SVN – регрессия
- ARIMA и GARCH при прогнозировании высоковолатильных рядов с периодической составляющей (цен на электроэнергию)
- Прогнозирование и аппроксимация сплайнами