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

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 6: Строка 6:
* [[Отчет о выполнении исследовательского проекта (практика, В.В. Стрижов)|Отчет о выполнении исследовательского проекта]]
* [[Отчет о выполнении исследовательского проекта (практика, В.В. Стрижов)|Отчет о выполнении исследовательского проекта]]
* [[Автоматизация и стандартизация научных исследований (практика, В.В. Стрижов)|Автоматизация и стандартизация научных исследований]]
* [[Автоматизация и стандартизация научных исследований (практика, В.В. Стрижов)|Автоматизация и стандартизация научных исследований]]
-
 
-
{{tip|Статья, прежде всего, предназначена для студентов гр. 874 ФУПМ МФТИ. Она будет наполняться до 13.9.2011.}}
 
== Задачи ==
== Задачи ==
Строка 78: Строка 76:
|
|
|}
|}
-
 
-
==Краткое описание задач==
 
-
 
-
=== Задача 1: [[Название задачи]] ===
 
-
Аннотация.
 
== План работ ==
== План работ ==

Версия 10:31, 20 сентября 2011


Перед выполнением заданий рекомендуются к прочтению

Задачи

Название задачи Работу выполняет Рецензент Ссылка на работу Комментарии
Устойчивость и сходимость оценок гиперпараметров линейных регрессионных моделей (пример) Токмакова Александра Tokmakova2011HyperPar
Выбор моделей прогнозирования объемов потребления и цен электроэнергии (пример) Леонтьева Любовь Leonteva2011ElectricityConsumption
Выбор наиболее правдоподобных существенно-нелинейных (обобщенно-линейных) моделей (при построении скоринговых карт) Николай Балдин Baldin2011EssNonLinear
Многоклассовый прогноз вероятности наступления инфаркта и оценка необходимого объема выборки пациентов (пример) Мотренко Анастасия Motrenko2011HAPrediction
Прогнозирование вторичной структуры белка с использованием физико-химических измерений характеристик аминокислотных остатков Гребенников Евгений Grebennikov2011ProtStruct
Алгоритмы порождения существенно-нелинейных моделей Георгий Рудой Rudoy2012Generation
Уточнение экспертных оценок на данных в ранговых шкалах (интервальные, конусы, веса экспертов, копулы) Михаил Бурмистров
Событийное моделирование и прогноз цен на сахар Александр Романенко Romanenko2011Event
Прогнозирование объемов потребительского спроса на группы товаров непараметрическими методами Кокшаров Михаил
Статистические модели естественных языков Егор Будников

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
Личные инструменты