Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 774, осень 2010
Материал из MachineLearning.
(Различия между версиями)
м |
(→Задачи) |
||
| Строка 15: | Строка 15: | ||
| | | | ||
| И.Ю. Торшин | | И.Ю. Торшин | ||
| + | | | ||
| + | |- | ||
| + | | [[Долгосрочное прогнозирование ежедневных цен на электроэнергию (пример)]] | ||
| + | | | ||
| + | | | ||
| + | | М. Хильдман | ||
| + | | | ||
| + | |- | ||
| + | | [[Краткосрочное прогнозирование почасовых цен на электроэнергию (пример)]] | ||
| + | | | ||
| + | | | ||
| + | | Г.-В. Вебер | ||
| | | | ||
|- | |- | ||
|} | |} | ||
| - | + | === [[Прогнозирование класса третичной структуры белка по первичной (пример)]] === | |
| - | + | Требуется предложить алгоритм порождения признаков для восстановления регресии. | |
| + | При выборе признаков класс моделей (RBF, обсуждается) и метод выбора | ||
| + | (метод моделей наибольшего правдоподобия) будут фиксированы. | ||
Предлагается использовать базу данных "ASTRAL SCOP Genetic Domain Sequences 1.75"[http://astral.berkeley.edu/scopseq-1.75.html], архив PDB SEQRES records: astral-scopdom-seqres-gd-all-1.75.fa[http://astral.berkeley.edu/seq.cgi?get=scopdom-seqres-gd-all;ver=1.75] | Предлагается использовать базу данных "ASTRAL SCOP Genetic Domain Sequences 1.75"[http://astral.berkeley.edu/scopseq-1.75.html], архив PDB SEQRES records: astral-scopdom-seqres-gd-all-1.75.fa[http://astral.berkeley.edu/seq.cgi?get=scopdom-seqres-gd-all;ver=1.75] | ||
| Строка 31: | Строка 45: | ||
* d1dlya_ -- идентификатор эксперимента (код файла в PDB), | * d1dlya_ -- идентификатор эксперимента (код файла в PDB), | ||
* a.1.1.1 -- классификатор белка, иерархическая структура разделена точками, | * a.1.1.1 -- классификатор белка, иерархическая структура разделена точками, | ||
| - | * slfaklggreavea... -- последовательность аминокислот (без пробелов и переносов до символа >). | + | * slfaklggreavea... -- последовательность аминокислот (без пробелов и переносов до символа >). |
| - | + | ||
| - | + | ||
== Экзамен == | == Экзамен == | ||
Версия 14:38, 30 июня 2010
- Численные методы обучения по прецедентам (программа курса)
- Автоматизация и стандартизация научных исследований (программа курса)
Задачи
| Название задачи | Работу выполняет | Работу рецензируют | Задачу предложил | Результат |
|---|---|---|---|---|
| Прогнозирование класса третичной структуры белка по первичной (пример) | И.Ю. Торшин | |||
| Долгосрочное прогнозирование ежедневных цен на электроэнергию (пример) | М. Хильдман | |||
| Краткосрочное прогнозирование почасовых цен на электроэнергию (пример) | Г.-В. Вебер |
Прогнозирование класса третичной структуры белка по первичной (пример)
Требуется предложить алгоритм порождения признаков для восстановления регресии. При выборе признаков класс моделей (RBF, обсуждается) и метод выбора (метод моделей наибольшего правдоподобия) будут фиксированы.
Предлагается использовать базу данных "ASTRAL SCOP Genetic Domain Sequences 1.75"[1], архив PDB SEQRES records: astral-scopdom-seqres-gd-all-1.75.fa[2]
Структура данных
>d1dlya_ a.1.1.1 (A:) Protozoan/bacterial hemoglobin {Green alga (Chlamydomonas eugametos) [TaxId: 3054]}
slfaklggreaveaavdkfynkivadptvstyfsntdmkvqrskqfaflayalggasewk
gkdmrtahkdlvphlsdvhfqavarhlsdtltelgvppeditdamavvastrtevlnmpq
- d1dlya_ -- идентификатор эксперимента (код файла в PDB),
- a.1.1.1 -- классификатор белка, иерархическая структура разделена точками,
- slfaklggreavea... -- последовательность аминокислот (без пробелов и переносов до символа >).
Экзамен
Пока не назначен
