Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 374, весна 2017

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Результаты)
(Результаты)
Строка 58: Строка 58:
|-
|-
|Погодин Роман
|Погодин Роман
-
|
+
|[https://sourceforge.net/p/mlalgorithms/code/HEAD/tree/Group374/Pogodin2017Essays/Pogodin2017Essay1.pdf?format=raw 1]
|
|
|-
|-

Версия 18:36, 20 февраля 2017


Постановка задач в машинном обучении

Курс посвящен технике изложения основной идеи исследования. Обсуждаются постановки задач выбора моделей, оценки параметров, оптимизации. Обсуждение ведется в формате лекций и эссе. Эссе — это изложение идеи постановки и решения задачи. Изложение должно быть достаточно полным (идея восстанавливается однозначно), но кратким (полстраницы) и ясным. Пишется в свободной форме, с учетом нашего стиля выполнения научных работ: терминологическая точность и единство обозначений приветствуются[1]. В начале занятия из написанных эссе выбираются эссе для доклада и обсуждения. Продолжительность доклада 3 минуты. Оценка выставляется за устный доклад: A или Z баллов.

Эссе хранятся в личной папке Group374/Surname2017Essays/. В папке этого примера есть шаблон эссе. Ссылка на эссе делается по шаблону

 [http://svn.code.sf.net/p/mlalgorithms/code/Group374/Surname2017Essays/Surname2017Essay1.pdf?format=raw 1] 

Результаты

Автор Ссылки на эссе Доклад
Марк Аврелий 1, 2 1A, 2Z
Баяндина Анастасия
Белозерова Анастасия
Владимирова Мария
Володин Сергей
Городницкий Олег
Иванычев Сергей
Ковалева Валерия
Малыгин Виталий
Молибог Игорь 1
Погодин Роман 1
Рязанов Андрей
Сафин Камиль
Федоряка Дмитрий
Цветкова Ольга
Чигринский Виктор

Эссе 1. Обучение по предпочтениям

  • Strijov V.V. Methods of Preference Learning for Ordinal Classification and Decision Making, 2014, MIPT, slides
  • Кузнецов М.П. Построение моделей обучения по предпочтениям с использованием порядковых экспертных оценок, 2016, МФТИ, slides
Личные инструменты