Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 374, осень 2016
Материал из MachineLearning.
(Различия между версиями)
м (→Результаты) |
м (→Домашние задания) |
||
Строка 203: | Строка 203: | ||
== Домашние задания == | == Домашние задания == | ||
+ | '''Подготовительное задание''' | ||
+ | # Получить доступ к проекту MLalgorithms на SourceForge через старосту группы, прочитать [[SourceForge| статью]], загрузить MLalgorithms. | ||
+ | # Зарегистрироваться на сайте machinelearning.ru, послать логин старосте. | ||
+ | # В папке Group374 создать папку Surname2016PrijectName (См. [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)]], раздел "Работа с репозиторием".) | ||
+ | # Подготовка инструментов: выполнить [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)|Домашее задание-1, часть 1 и 2 (часть 3 по желанию)]]. | ||
+ | |||
+ | |||
'''14 сентября''' | '''14 сентября''' | ||
* Выбрать задачу и подготовить доклад о выбранной задаче на 45 секунд (первая часть группы). Содержание доклада включает: | * Выбрать задачу и подготовить доклад о выбранной задаче на 45 секунд (первая часть группы). Содержание доклада включает: | ||
Строка 213: | Строка 220: | ||
- | ''' | + | '''21 сентября''' |
Создать отдельный файл LaTeX c постановкой задачи и базовым описанием алгоритма, включающими | Создать отдельный файл LaTeX c постановкой задачи и базовым описанием алгоритма, включающими | ||
Строка 225: | Строка 232: | ||
# вид эксплуатационный модели. | # вид эксплуатационный модели. | ||
* Пример постановки задачи: [http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group074/Kuznetsov2013SSAForecasting/doc/Ivkin2013ProblemStatement.pdf?format=raw]. | * Пример постановки задачи: [http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group074/Kuznetsov2013SSAForecasting/doc/Ivkin2013ProblemStatement.pdf?format=raw]. | ||
+ | |||
+ | |||
+ | '''28 сентября''' | ||
+ | * Зафиксировать базовый алгоритм. При необходимости, расширить список литературы. | ||
+ | * Собрать выборку и описать форматы и структуры данных в разделе 1.4 SystemDocs: состав выборки, основные статистики. Создать описание процедуры порождения выборки в формате IDEF0. | ||
+ | ** Скачать и установить [http://ramussoftware.com/ Ramus], разобраться с нотацией IDEF0 | ||
+ | * Заполнить раздел Выполнимость задачи/Feasibility. Уточнить границы применимости предлагаемых методов, прописать условия отказа от классификации. | ||
+ | * Подготовить доклад о выбранной задаче на 45 секунд (вторая часть группы). |
Версия 11:01, 15 сентября 2016
Внимание! Страница в процессе наполнения. Пожалуйста, запишите свою фамилию. |
Содержание |
Курс
(раздел будет изменен)
Построение эксплуатируемых моделей машинного обучения
- Моя первая научная статья в журнале ВАК, группа 274
- Отчет о результатах курса за 2013, Report2013Fall.pdf
- Группа 174, осень 2014: построение эксплуатируемых моделей и проведение вычислительного эксперимента, задачи из индустриальных и академических источников
- Группа 074, осень 2013: построение эксплуатируемых моделей и проведение вычислительного эксперимента
- Короткая ссылка на эту страницу: http://goo.gl/7wpPlp
- Проекты с готовой Web-частью располагаются по адресу http://mvr.jmlda.org
- Страница курса на английском Machine Learning and Data Analysis (Strijov's practice)/4th year, fall
- Короткий адрес страницы bit.ly/1S4GPPp
Результаты
Автор | Тема научной работы | Ссылка | Консультант | Рецензент | Доклады | Буквы | Сумма | Оценка |
---|---|---|---|---|---|---|---|---|
Бочкарев Артем | Анализ данных для выявления скрытых закономерностей в петрофизической информации, полученной лабораторными исследованиями керна | folder, sysdoc, | Софронов И. Л. | Жариков | GM | L--AICUT-DP-R-V-W | ||
Баяндина Анастасия | Построение дерева сценариев дистанционных консультаций с помощью тематической модели коллекции диалогов | folder, sysdoc | В.Сафронов | L | ||||
Белозерова Анастасия | ||||||||
Владимирова Мария | Предсказание временных рядов с помощью многозадачного обучения | folder, sysdoc | Стрижов В. В. | L | ||||
Володин Сергей | Проблема feasibility для квадратичных отображений | folder, sysdoc | Ю.Максимов | L | ||||
Городницкий Олег | ||||||||
Иванычев Сергей | ||||||||
Ковалева Валерия | ||||||||
Малыгин Виталий | ||||||||
Молибог Игорь | ||||||||
Погодин Роман | ||||||||
Рязанов Андрей | ||||||||
Сафин Камиль | Детектирование парафраз | folder, sysdoc | Кузнецова М.В. | L | ||||
Федоряка Дмитрий | Визуализация иерархических тематических моделей | folder, sysdoc | Воронцов К.В. | L | ||||
Цветкова Ольга | ||||||||
Чигринский Виктор |
Работа и консультации
- Работы сдаются в течение недели.
- Желательна итеративная сдача работ, начинать показ лучше в выходные.
- Дедлайн последней версии работы: среда 6:00am (проверка занимает всю среду).
- В отчет будет добавлен пункт об учете времени, затраченном на выполнение проекта по неделям.
- Каждый этап работ + 1 балл по системе (А--, А-, А, А+, А++). Несделанная работа — A0. Мотивированный перенос работы — знак «A>».
- Доклады обозначаются буквами B,M,F.
Домашние задания
Подготовительное задание
- Получить доступ к проекту MLalgorithms на SourceForge через старосту группы, прочитать статью, загрузить MLalgorithms.
- Зарегистрироваться на сайте machinelearning.ru, послать логин старосте.
- В папке Group374 создать папку Surname2016PrijectName (См. Численные методы обучения по прецедентам (практика, В.В. Стрижов), раздел "Работа с репозиторием".)
- Подготовка инструментов: выполнить Домашее задание-1, часть 1 и 2 (часть 3 по желанию).
14 сентября
- Выбрать задачу и подготовить доклад о выбранной задаче на 45 секунд (первая часть группы). Содержание доклада включает:
- Существо и цели проекта.
- Важность и применимость задачи.
- Описание предполагаемых методов решения.
- Создать описание проекта, заполнить разделы «Мотивация» (1.1.2) и «Литература» (1.1.3) в SystemDocs
- Шаблон файла: Surname2014SystemDocs
- Пример заполнения: [1].
21 сентября
Создать отдельный файл LaTeX c постановкой задачи и базовым описанием алгоритма, включающими
- описание выборки,
- предположения и ограничения по составу выборки,
- статистические предположения о природе выборки (гипотезу порождения данных),
- определения (что такое модель, алгоритм),
- ограничения на множество допустимых моделей,
- функцию ошибки, критерий качества,
- оптимизационную постановку задачи,
- вид эксплуатационный модели.
- Пример постановки задачи: [2].
28 сентября
- Зафиксировать базовый алгоритм. При необходимости, расширить список литературы.
- Собрать выборку и описать форматы и структуры данных в разделе 1.4 SystemDocs: состав выборки, основные статистики. Создать описание процедуры порождения выборки в формате IDEF0.
- Скачать и установить Ramus, разобраться с нотацией IDEF0
- Заполнить раздел Выполнимость задачи/Feasibility. Уточнить границы применимости предлагаемых методов, прописать условия отказа от классификации.
- Подготовить доклад о выбранной задаче на 45 секунд (вторая часть группы).