Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Шаблон отчета о вычислительном эксперименте

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м Участник:Strijov/Ранговая регрессия (пример)» переименована в «[[Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Шаблон от)
(Вычислительный эксперимент)
Строка 22: Строка 22:
<source lang="matlab">
<source lang="matlab">
-
y = 1;
+
y = 1; % There is no need to post all your code here. Only extracts and only if it is necessary.
</source>
</source>
[[Изображение:logo.png|100px|thumb|Рисунок с подписью.]]
[[Изображение:logo.png|100px|thumb|Рисунок с подписью.]]

Версия 12:16, 20 сентября 2011

Эта статья используется в качестве болванки к статьям с пометкой (пример).

См. руководство в статье Численные методы обучения по прецедентам.



Содержание

Исследуется метод построения интегрального индикатора для множества сравнимых объектов. Объекты описаны признаками, выраженными в ранговых шкалах. В качестве интегрального индикатора рассматривается ...

  • до 600 символов

Постановка задачи

Задана выборка \{(\mathbf{x}_i,y_i)\}_{i=1}^m, в которой ...

Описание решения

  • настолько подробно, что по математическому описанию можно было бы восстановить код

Вычислительный эксперимент

Цель вычислительного эксперимента - ...

  • описание эксперимента
  • иллюстрации с комментариями
y = 1; % There is no need to post all your code here. Only extracts and only if it is necessary.
Рисунок с подписью.
Рисунок с подписью.

Исходный код и полный текст работы

Смотри также

Литература

Данная статья является непроверенным учебным заданием.
Студент: Участник:Марк Аврелий
Преподаватель: В.В. Стрижов
Срок: 28 мая 2009

До указанного срока статья не должна редактироваться другими участниками проекта MachineLearning.ru. По его окончании любой участник вправе исправить данную статью по своему усмотрению и удалить данное предупреждение, выводимое с помощью шаблона {{Задание}}.

См. также методические указания по использованию Ресурса MachineLearning.ru в учебном процессе.

Личные инструменты