Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 874, осень 2011

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(→Задачи)
(→Список задач, черновик)
Строка 111: Строка 111:
-
== Список задач, черновик ==
+
== Список тем, черновик ==
 +
Две темы, о которых я забыл сказать.
 +
# Доработать, решить обратную задачу [[Прогнозирование макроэкономических показателей с помощью векторной авторегрессии (пример)]]
 +
# Доработать, похоже за задачу 6. [[Построение интегральных индикаторов по ранговым признакам (пример)]]
 +
Также см. [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 774, осень 2010|другие темы на развитие/доработку]].
 +
 
 +
== ==
# Выбор моделей прогнозирования объемов потребления и цен электроэнергии
# Выбор моделей прогнозирования объемов потребления и цен электроэнергии
# Прогнозирование вторичной структуры белка с использованием физико-химических измерений характеристик аминокислотных остатков
# Прогнозирование вторичной структуры белка с использованием физико-химических измерений характеристик аминокислотных остатков

Версия 16:32, 7 сентября 2011

Основная статья: Численные методы обучения по прецедентам (практика, В.В. Стрижов)


Перед выполнением заданий рекомендуются к прочтению


Статья, прежде всего, предназначена для студентов гр. 874 ФУПМ МФТИ. Она будет наполняться до 13.9.2011.


Задачи

Название задачи Работу выполняет Рецензент Ссылка на работу Комментарии
Устойчивость и сходимость оценок гиперпараметров линейных регрессионных моделей (пример) Токмакова Александра Tokmakova2011HyperPar

Краткое описание задач

Задача 1: Название задачи

Аннотация.

План работ

Дата Что делаем Результат
Сентябрь 12 Есть данные, они описаны; найдены публикации, они в bib, аннотация в заготовке статьи. Аннотация, описание данных.
19 Визуализировать данные, показать картинки, рассказать о литературе. Картинки, рассказ о методах, bib-файл.
26 Написано введение: обзор методов решения задачи, описан предлагаемый подход в целом. Раздел "Введение".
Октябрь 3 Поставлена задача, описана новизна подхода, сделан черновик решения задачи. Раздел "Постановка задачи".
10 Поставлен вычислительный эксперимент, получены первые результаты. Описание результатов в раздел "ВЭ".
17 Описан предлагаемый подход в деталях. Радел "Описание предлагаемого подхода".
24 Вычислительный эксперимент завершен. Картинки, таблицы в раздел "ВЭ".
31 Описаны результаты, последняя часть. Раздел "Заключение".
Ноябрь 7 Завершена критическая часть статьи, анализ ошибок/метода. Критическое сравнение результатов, раздел "Обсуждение".
14 Корректировка статьи, последовательность изложения. Замечания рецензента.
21 Корректировка статьи, теоретическая часть. Проработанная теоретическая часть.
28 Корректировка статьи, согласованность. Статья, досупная для понимания.
Декабрь 5 Контрольная точка представления готового варианта статьи, выбран журнал. Статья, шаблон журнала.
12 Сделан доклад по статье, статья подана в журнал. Доклад.


Список тем, черновик

Две темы, о которых я забыл сказать.

  1. Доработать, решить обратную задачу Прогнозирование макроэкономических показателей с помощью векторной авторегрессии (пример)
  2. Доработать, похоже за задачу 6. Построение интегральных индикаторов по ранговым признакам (пример)

Также см. другие темы на развитие/доработку.

  1. Выбор моделей прогнозирования объемов потребления и цен электроэнергии
  2. Прогнозирование вторичной структуры белка с использованием физико-химических измерений характеристик аминокислотных остатков
  3. Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии
  4. Порождение признаков при прогнозировании вторичной структуры белка
  5. Построение рейтинга российских вузов по открытым данным об успешности карьеры их выпускников
  6. Уточнение экспертных оценок на данных в ранговых шкалах (интервальные, конусы, веса экспертов, копулы)
  7. Уточнение экспертных оценок при анализе работы механизма устойчивого развития энергетики
  8. Прогнозирование объемов потребительского спроса на группы товаров непараметрическими методами
  9. Устойчивость и сходимость оценок гиперпараметров линейных регрессионных моделей
  10. Событийное моделирование и прогноз цен на сахар
  11. Алгоритмы порождения существенно-нелинейных моделей
  12. Выбор наиболее правдоподобных существенно-нелинейных (обобщенно-линейных) моделей (при построении скоринговых карт)
  13. Многоклассовый прогноз вероятности наступления инфаркта и оценка необходимого объема выборки пациентов
  14. Анализ речевых сигналов


MLAlgorithms репозиторий студентов каф. "Интеллектуальные системы" ФУПМ МФТИ сейчас включает более 110 проектов. Тем, кто хочет работать только со своей папкой нужно
  1. попросить администратора создать папку Surname2011Title,
  2. сделать ее CheckOut с адресом https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms/Surname2011Title.
Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%A7%D0%B8%D1%81%D0%BB%D0%B5%D0%BD%D0%BD%D1%8B%D0%B5_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8F_%D0%BF%D0%BE_%D0%BF%D1%80%D0%B5%D1%86%D0%B5%D0%B4%D0%B5%D0%BD%D1%82%D0%B0%D0%BC_%28%D0%BF%D1%80%D0%B0%D0%BA%D1%82%D0%B8%D0%BA%D0%B0%2C_%D0%92.%D0%92._%D0%A1%D1%82%D1%80%D0%B8%D0%B6%D0%BE%D0%B2%29/%D0%93%D1%80%D1%83%D0%BF%D0%BF%D0%B0_874%2C_%D0%BE%D1%81%D0%B5%D0%BD%D1%8C_2011»
Личные инструменты