Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 974, осень 2012
Материал из MachineLearning.
(Различия между версиями)
(→Составить) |
(→Ниже (пока) идет старый материал) |
||
Строка 25: | Строка 25: | ||
* План лекций сразу на год (~16 тем). | * План лекций сразу на год (~16 тем). | ||
- | == | + | == Расписание == |
{|class="wikitable" | {|class="wikitable" | ||
Строка 32: | Строка 32: | ||
! Что делаем | ! Что делаем | ||
! Результат для обсуждения | ! Результат для обсуждения | ||
- | ! | + | ! Код |
|- | |- | ||
- | | | + | |Сентябрь |
- | | | + | |5 |
- | | Выбрана задача, | + | |Выбрана задача, рецензент |
- | | | + | |Запись в ML |
- | + | | | |
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | + | ||
- | | | + | |
|- | |- | ||
- | | | + | | |
- | | | + | |12 |
- | | Поставлен вычислительный эксперимент, получены первые результаты. | + | |Выбрана задача, найдены базовые публикации. |
- | | Визуализация данных. | + | |Аннотация, 600 знаков. |
- | | ''' | + | |'''A'''nnotation |
- | |- | + | |- |
- | | | + | | |
- | | | + | |19 |
- | | Описание алгоритма | + | |Собрана литература, она в bib; найдены данные. |
- | | | + | |Введение, примерно одна страница. |
- | | ''' | + | |'''I'''ntroduction |
- | |- | + | |- |
- | | | + | | |
- | | | + | |26 |
- | | | + | |Поставлена задача, собраны все материалы по работе. Найдены публикации. |
- | | | + | |Постановка задачи, полстраницы. |
- | | | + | |'''P'''roblem |
- | |- | + | |- |
- | | | + | |Октябрь |
- | | | + | |3 |
- | | Завершение вычислительного эксперимента. | + | |Поставлен вычислительный эксперимент, получены первые результаты. |
- | | Контрольная точка - показ статьи в целом. | + | |Визуализация данных. |
- | | ''' | + | |'''V'''isualizing |
- | |- | + | |- |
- | | | + | | |
- | | | + | |10 |
- | | Доработка статьи; доклад, первая группа. | + | |Описание алгоритма. |
- | | Доклад. | + | |Алгоритмическая часть (третий раздел). |
- | | ''' | + | |'''D'''ocument |
- | |- | + | |- |
- | | | + | | |
- | | | + | |17 |
- | | Доклад, вторая группа. | + | |Теоретическая часть. |
- | | Подача статьи в журнал. | + | |Второй раздел. |
- | | ''' | + | |'''T'''heory |
- | |- | + | |- |
- | | | + | | |
- | | | + | |24 |
- | | Доклад, третья группа. | + | |Завершение вычислительного эксперимента. |
- | | Рецензия написана, [r]-рецензенту | + | |Описание эксперимента и анализ ошибок. |
- | | ''' | + | |'''C'''omp |
- | |- | + | |- |
- | | | + | | |
- | | | + | |31 |
- | | | + | |Контрольная точка - показ статьи в целом. |
- | | | + | |Статья. |
- | | | + | |c'''H'''eck |
+ | |- | ||
+ | |Ноябрь | ||
+ | |7 | ||
+ | |Доработка статьи; доклад, первая группа. | ||
+ | |Доклад. | ||
+ | |'''S'''how | ||
+ | |- | ||
+ | | | ||
+ | |14 | ||
+ | |Доклад, вторая группа. | ||
+ | |Подача статьи в журнал. | ||
+ | |'''J'''ournal | ||
+ | |- | ||
+ | | | ||
+ | |21 | ||
+ | |Доклад, третья группа. | ||
+ | |Рецензия написана, [r]-рецензенту | ||
+ | |'''R'''eview, [r] | ||
+ | |- | ||
+ | | | ||
+ | |28 | ||
+ | |Последний день для претендентов на оценки 10,9,8. | ||
+ | |Экзамен | ||
+ | |(score) | ||
|- | |- | ||
|} | |} | ||
- | |||
== Черновой список задач == | == Черновой список задач == |
Версия 17:44, 27 августа 2012
Курс называется "Математические методы прогнозирования"
Страница наполняется до 1 сентября 2012. |
Список задач
Название задачи | Автор | Рецензент | Ссылка на работу | Комментарии |
---|---|---|---|---|
Название | Кто | Кто | Surname2012Title | . |
Дата | Что делаем | Результат для обсуждения | Код | |
---|---|---|---|---|
Сентябрь | 5 | Выбрана задача, рецензент | Запись в ML | |
12 | Выбрана задача, найдены базовые публикации. | Аннотация, 600 знаков. | Annotation | |
19 | Собрана литература, она в bib; найдены данные. | Введение, примерно одна страница. | Introduction | |
26 | Поставлена задача, собраны все материалы по работе. Найдены публикации. | Постановка задачи, полстраницы. | Problem | |
Октябрь | 3 | Поставлен вычислительный эксперимент, получены первые результаты. | Визуализация данных. | Visualizing |
10 | Описание алгоритма. | Алгоритмическая часть (третий раздел). | Document | |
17 | Теоретическая часть. | Второй раздел. | Theory | |
24 | Завершение вычислительного эксперимента. | Описание эксперимента и анализ ошибок. | Comp | |
31 | Контрольная точка - показ статьи в целом. | Статья. | cHeck | |
Ноябрь | 7 | Доработка статьи; доклад, первая группа. | Доклад. | Show |
14 | Доклад, вторая группа. | Подача статьи в журнал. | Journal | |
21 | Доклад, третья группа. | Рецензия написана, [r]-рецензенту | Review, [r] | |
28 | Последний день для претендентов на оценки 10,9,8. | Экзамен | (score) |
Черновой список задач
- Кластеризация и составление словаря аминокислотных последовательностей
- Oblivious decision trees: алгоритм Яндекс для системы Полигон
- Сравнительный анализ регрессионных остатков в SVN-регрессии
- Алгоритмы нахождения гауссовских смесей
- Прогноз квазипериодических многомерных временных рядов непараметрическими методами
- Многоуровневая классификация при обнаружении движения цен
- CMARS: аппроксимация сплайнами
- Полиномы Чебышева и метод прогонки при прогнозировании временных рядов
- Сравнение методов ARMA и FLS при ретроспективном прогнозировании
- Локальные методы прогнозирования с выбором метрики
- Локальные методы прогнозирования с выбором инвариантного преобразования
- Алгоритмы переборного поиска наиболее информативных объектов и признаков в логистической регрессии
- Векторная авторегрессия и управление макроэкономическими показателями
- Построение рейтинга российских вузов по открытым данным об успешности карьеры их выпускников
Ещё задачи
- Анализ текста методами структурного обучения
- Аппроксимация эмпирических функций распределения
- Алгоритмические основы построения банковских скоринговых карт
- Сингулярное разложение и поисковая машина
- Сравнение алгоритмов многокритериальной оптимизации
- Уточнение экспертных оценок на данных в ранговых шкалах (интервальные, конусы, веса экспертов, копулы)
- Уточнение экспертных оценок при анализе работы механизма устойчивого развития энергетики
- Визуализация пространства параметров регрессионных моделей
- Восстановление регрессии методом главных компонент
- Оценка гиперпараметров путем сэмплирования
- Прореживание существенно нелинейных моделей с помощью гиперпараметров
- Фактор Оккама для параметрических моделей с известной областью определения параметров
- Создание алгоритмов последовательной модификации моделей
- Порождение и выбор моделей классификации
Составить
- Список типичных типографических ошибок
- Список ошибок BibTeX