Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/ФУПМ, осень 2019
Материал из MachineLearning.
(Различия между версиями)
(→Занятие 2 (13-18 сентября)) |
|||
Строка 20: | Строка 20: | ||
## Нарисовать дисперсию прогноза ([https://nbviewer.jupyter.org/github/Intelligent-Systems-Phystech/StartCode/blob/master/Kachkov2018LateProblem2/LateProblem2.ipynb пример полосы]). Дисперсия в каждом значении зависимой переменной вычисляется путем случайного семплирования обучающей выборки, выборка разбивается несколько раз. | ## Нарисовать дисперсию прогноза ([https://nbviewer.jupyter.org/github/Intelligent-Systems-Phystech/StartCode/blob/master/Kachkov2018LateProblem2/LateProblem2.ipynb пример полосы]). Дисперсия в каждом значении зависимой переменной вычисляется путем случайного семплирования обучающей выборки, выборка разбивается несколько раз. | ||
## Дополнительно*: предложить способ порождения новых (признаков) моделей. | ## Дополнительно*: предложить способ порождения новых (признаков) моделей. | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
'''Материалы''' | '''Материалы''' | ||
* [[Media:Strijov2019PS-Intro.pdf|Вводные слайды]] | * [[Media:Strijov2019PS-Intro.pdf|Вводные слайды]] | ||
Строка 36: | Строка 31: | ||
*# '''No temporary''' nor dummy files | *# '''No temporary''' nor dummy files | ||
Прочитать, чем '''[https://stackoverflow.com/questions/5009600/difference-between-fork-and-branch-on-github отличается branch от fork]''' | Прочитать, чем '''[https://stackoverflow.com/questions/5009600/difference-between-fork-and-branch-on-github отличается branch от fork]''' | ||
+ | |||
+ | '''Анкета''' | ||
+ | * [https://forms.gle/RCRs2RBJxP8Rv5vD6 Анкета "'''записаться на курс'''"] (стоит отдельно от основной по просьбе робота. Внимание работает только под @phystech.edu и только один раз) | ||
+ | * [https://forms.gle/EFjLLr27jJdBAheB9 Анкета '''"сдача задания'''"] (стоит отдельно от основной. нужна для того, чтобы собрать название папок GitHub где Вы выполнили задание) | ||
+ | * [https://forms.gle/bAjdzDthU1QcGEpt8 Анкета '''"рецензия'''"] (стоит отдельно от основной. нужна для того, чтобы собрать рецензии людей) | ||
+ | * [https://forms.gle/YyCBiD852y59QVdC7 Анкета с вопросами на повторение] (основная) | ||
+ | |||
== Занятие 2 (13-18 сентября) == | == Занятие 2 (13-18 сентября) == | ||
Строка 42: | Строка 44: | ||
* hangouts для желающих задать вопрос устно | * hangouts для желающих задать вопрос устно | ||
* если видео будет значимо отставать, то будет ссылка на телеграм для вопросов}} | * если видео будет значимо отставать, то будет ссылка на телеграм для вопросов}} | ||
+ | |||
+ | '''Задание''' | ||
+ | # Загрузить выборку (прежнюю, из UCI, или на ваш вкус), нормировать признаки. | ||
+ | # Для линейной модели (на выбор регрессии или классификации) | ||
+ | ## написать генетический алгоритм выбора признаков (или по вашему выбору) | ||
+ | ## построить графики зависимости | ||
+ | ## x-axis is iteration | ||
+ | ## y-axis is the error function S, train test, std | ||
+ | ## y-axis is “noodle” of the parameters, std | ||
+ | ## y-axis is the structure indicator function | ||
+ | # Дополнительно: применить генетический алгоритм к выбору двухслойной нейросети и нарисовать те же графики и кривую обучения нейросети. | ||
+ | |||
+ | |||
+ | '''Материалы''' | ||
+ | * [[Media:Strijov2019PS-Intro.pdf|Выбор признаков]] | ||
+ | * [[Media:Strijov2019PS-Intro.pdf|Структура нейросети]] | ||
+ | |||
+ | '''Анкета''' | ||
+ | * Ожидается |
Версия 13:09, 13 сентября 2019
Дополнительные материалы 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 2019-StartCode создать папку ДЗ Surname2019Linear и файл main.ipynb
- В тетради кратко указать название и цель эксперимента.
- Загрузить выборку
- Построить несколько моделей (пример).
- Нарисовать график прогноза (оформление: пример 1, пример 2).
- Нарисовать дисперсию прогноза (пример полосы). Дисперсия в каждом значении зависимой переменной вычисляется путем случайного семплирования обучающей выборки, выборка разбивается несколько раз.
- Дополнительно*: предложить способ порождения новых (признаков) моделей.
Материалы
Советы по пользованию репозиторием
- GitHub: клонируйте мастер и заливайте правки в него, если работаете только со своим кодом. См. краткое руководство по работе с GitHub.
- Update first, Commit after (Pull first, Push after)
- Your own work only, no external publications
- No big files (put link to external datasets)
- No temporary nor dummy files
Прочитать, чем отличается branch от fork
Анкета
- Анкета "записаться на курс" (стоит отдельно от основной по просьбе робота. Внимание работает только под @phystech.edu и только один раз)
- Анкета "сдача задания" (стоит отдельно от основной. нужна для того, чтобы собрать название папок GitHub где Вы выполнили задание)
- Анкета "рецензия" (стоит отдельно от основной. нужна для того, чтобы собрать рецензии людей)
- Анкета с вопросами на повторение (основная)
Занятие 2 (13-18 сентября)
Тут будут в пятницу в 18:35 ссылки на
|
Задание
- Загрузить выборку (прежнюю, из UCI, или на ваш вкус), нормировать признаки.
- Для линейной модели (на выбор регрессии или классификации)
- написать генетический алгоритм выбора признаков (или по вашему выбору)
- построить графики зависимости
- x-axis is iteration
- y-axis is the error function S, train test, std
- y-axis is “noodle” of the parameters, std
- y-axis is the structure indicator function
- Дополнительно: применить генетический алгоритм к выбору двухслойной нейросети и нарисовать те же графики и кривую обучения нейросети.
Материалы
Анкета
- Ожидается