Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/ФУПМ, осень 2019
Материал из MachineLearning.
(Различия между версиями)
(→Занятие 1 (6-11 сентября)) |
(→Занятие 1 (6-11 сентября)) |
||
Строка 6: | Строка 6: | ||
== Занятие 1 (6-11 сентября) == | == Занятие 1 (6-11 сентября) == | ||
+ | # Регистрация на курс [https://forms.gle/ippoV3DEbCynBLQS9] | ||
# Подготовка инструментов: выполнить (или проверить, что владеете инструментом), | # Подготовка инструментов: выполнить (или проверить, что владеете инструментом), | ||
#* пункты '''1, 2, 4, 6, 7, 9, 11, 12 ,13''' ДЗ-1 из основной страницы, | #* пункты '''1, 2, 4, 6, 7, 9, 11, 12 ,13''' ДЗ-1 из основной страницы, |
Версия 15:25, 6 сентября 2019
Материалы по курсу находятся на основной странице
|
Занятие 1 (6-11 сентября)
- Регистрация на курс [1]
- Подготовка инструментов: выполнить (или проверить, что владеете инструментом),
- пункты 1, 2, 4, 6, 7, 9, 11, 12 ,13 ДЗ-1 из основной страницы,
- пункты 4, 5 ДЗ-2.
- Получить доступ к https://github.com/Intelligent-Systems-Phystech/
- В папке 2019-StartCode создать папку ДЗ Surname2019Linear и файл main.ipynb
- В тетради кратко указать название и цель эксперимента.
- Загрузить выборку
- Построить несколько моделей (пример).
- Нарисовать график прогноза (оформление: пример 1, пример 2).
- Нарисовать дисперсию прогноза (пример полосы). Дисперсия в каждом значении зависимой переменной вычисляется путем случайного семплирования обучающей выборки, выборка разбивается несколько раз.
- Дополнительно*: предложить способ порождения новых (признаков) моделей.
Анкета
- Ссылка будет доступна в субботу вечером.
Материалы
Советы по пользованию репозиторием
- GitHub: клонируйте мастер и заливайте правки в него, если работаете только со своим кодом. См. краткое руководство по работе с GitHub.
- Update first, Commit after (Pull first, Push after)
- Your own work only, no external publications
- No big files (put link to external datasets)
- No temporary nor dummy files
Прочитать, чем отличается branch от fork