Прикладной регрессионный анализ (курс лекций, B.В.Стрижов, 2009)
Материал из MachineLearning.
| Статья предназначена прежде всего для студентов группы 474, она будет наполняться в течение этого семестра. |
|
Московский физико-технический институт, Факультет управления и прикладной математики
Курс читается студентам 6-го курса кафедры "Интеллектуальные системы"
План лекций
Лекция 1
Определение сроков и состава заданий экзамена. Обзор полезной литературы. Основы документирования вычислительных экспериментов. Введение в Матлаб.
Задания на следующую лекцию
- Зарегистрироваться в репозитории sourceforge и прислать свой ник на электронную почту Константину Скипору.
- Составить список участников и список рецензентов (по два рецензента на каждого участника).
- Ознакомиться со списоком материалов по практике.
- Ознакомиться с приемами работы в Matlabе.
- Изучить структуры данных Matlaba.
- Прочесть Matlab Style Guide.
- Получить алгебраическое выражение для инвертированного метода сортировки [1].
Лекция 2
Разработка архитектуры программных систем для проведения исследований. Примеры систем. Введение в предметную область.
Полезные ссылки
- Отчет о выполнении исследовательского проекта
- Отчет о выполнении вычислительного эксперимента
- Примеры отчетов об экспериментах: пример 1, пример 2
- Введение в Матлаб
- Документирование функций Matlab
- Matlab Programming Style Guidelines (pdf)
- Работа с репозиторием SourceForge.net
- Корневая папка репозитория SourceForge/mlalgorithms
- Протокол рецензирования программных систем (временная ссылка)
- Шаблон отчета о выполнении исследовательского проекта (временная ссылка)
- Шаблон описания программной системы systemdocs.doc (doc)
- Описание стандарта IDEF0 (pdf)
- Описание стандарта CRISP-DM (pdf)
