Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/ФУПМ, осень 2019
Материал из MachineLearning.
(Различия между версиями)
(→Занятие 1) |
(→Занятие 1 (6-11 сентября)) |
||
Строка 6: | Строка 6: | ||
== Занятие 1 (6-11 сентября) == | == Занятие 1 (6-11 сентября) == | ||
+ | # Подготовка инструментов: выполнить (или проверить, что владеете инструментом) . | ||
+ | ** пункты '''1, 2, 4, 6, 7, 9, 11, 12 ,13''' ДЗ-1 из основной страницы | ||
+ | ** пункты '''4, 5''' ДЗ-2. | ||
+ | # Получить доступ к [https://github.com/Intelligent-Systems-Phystech/ https://github.com/Intelligent-Systems-Phystech/] | ||
+ | # В папке [https://github.com/Intelligent-Systems-Phystech/StartCode StartCode] создать папку ДЗ '''Surname2019Linear''' и файл '''main.ipynb''' | ||
+ | ## В тетради кратко указать название и цель эксперимента. | ||
+ | ## Загрузить выборку | ||
+ | ### простую | ||
+ | ### посложнее | ||
+ | ### совет: лучше загружать по ссылке, а не сохранять в репозитории. | ||
+ | ## Построить несколько моделей (пример). | ||
+ | ## Нарисовать график прогноза (пример оформления). | ||
+ | ## Нарисовать дисперсию прогноза (пример полосы). | ||
+ | ### Дисперсия (в каждой точке прогноза) вычисляется путем случайного семплирования обучающей выборки. | ||
- | + | '''Анкета''' | |
'''Материалы''' | '''Материалы''' | ||
+ | * Слайды занятия 1. |
Версия 10:33, 6 сентября 2019
Материалы по курсу находятся на основной странице
|
Занятие 1 (6-11 сентября)
- Подготовка инструментов: выполнить (или проверить, что владеете инструментом) .
- пункты 1, 2, 4, 6, 7, 9, 11, 12 ,13 ДЗ-1 из основной страницы
- пункты 4, 5 ДЗ-2.
- Получить доступ к https://github.com/Intelligent-Systems-Phystech/
- В папке StartCode создать папку ДЗ Surname2019Linear и файл main.ipynb
- В тетради кратко указать название и цель эксперимента.
- Загрузить выборку
- простую
- посложнее
- совет: лучше загружать по ссылке, а не сохранять в репозитории.
- Построить несколько моделей (пример).
- Нарисовать график прогноза (пример оформления).
- Нарисовать дисперсию прогноза (пример полосы).
- Дисперсия (в каждой точке прогноза) вычисляется путем случайного семплирования обучающей выборки.
Анкета
Материалы
- Слайды занятия 1.