Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 274, осень 2015
Материал из MachineLearning.
Автор | Тема научной работы | Ссылка | Консультант | Рецензент | Доклады | Буквы | Сумма | Оценка |
---|---|---|---|---|---|---|---|---|
Бернштейн Юлия | ||||||||
Бочкарев Артем | ||||||||
Гончаров Алексей | ||||||||
Двинских Дарина | ||||||||
Ефимов Юрий | ||||||||
Жариков Илья | ||||||||
Задаянчук Андрей | ||||||||
Златов Александр | ||||||||
Исаченко Роман | ||||||||
Нейчев Радослав | ||||||||
Подкопаев Александр | ||||||||
Решетова Дарья | ||||||||
Смирнов Евгений | ||||||||
Соломатин Иван | ||||||||
Черных Владимир | ||||||||
Шишковец Светлана | ||||||||
Камзолов Дмитрий |
Задачи
Шаблон описания научной статьи
- Название: Название, под которым статья подается в журнал.
- Задача: Описание или постановка задачи. Желательна постановка в виде задачи оптимизации (в формате argmin). Также возможна ссылка на классическую постановку задачи.
- Данные: Краткое описание данных, используемых в вычислительном эксперименте, и ссылка на выборку.
- Литература: Список научных работ, дополненный 1) формулировкой решаемой задачи, 2) ссылками на новые результаты, 3) основной информацией об исследуемой проблеме.
- Базовой алгоритм: Ссылка на алгоритм, с которым проводится сравнение или на ближайшую по теме работу.
- Решение: Предлагаемое решение задачи и способы проведения исследования. Способы представления и визуализации данных и проведения анализа ошибок, анализа качества алгоритма.
- Новизна: Обоснование новизны и значимости идей (для редколлегии и рецензентов журнала).