Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 574, осень 2018
Материал из MachineLearning.
Постановка задач в машинном обучении
Курс посвящен технике изложения основной идеи исследования. Обсуждаются постановки задач выбора моделей, способы описания алгебраических структур, постановки статистических гипотез и методов построения функции ошибки. 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. Задача ставится формально, желательно использование языка теории множеств, алгебры, матстатистики. Желательно ставить задачу в формате argmin. 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: 0 -- решение сделано небрежно, 1 -- техническое решение, 2 -- приемлемое решение, 4 -- ожидаемое решение. Оценка масштабируется линейно в 10 баллов по 8 задачам.
Эссе хранятся в личной папке Group574/Surname2018Essays/. Ссылка на эссе делается по шаблону
[http://svn.code.sf.net/p/mlalgorithms/code/Group374/Surname2017Essays/Surname2017Essay1.pdf?format=raw 1]
- Короткая ссылка на страницу bit.ly/2mt3MVZ
Результаты
Автор | Ссылки на эссе | Доклад | |
---|---|---|---|
Имя Фамилия | 1 , | 1A,2A,3Z,4A,5A,6A,T6 | 10 |