Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/ФУПМ, осень 2019

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(→Занятие 1)
(→Занятие 1 (6-11 сентября))
Строка 6: Строка 6:
== Занятие 1 (6-11 сентября) ==
== Занятие 1 (6-11 сентября) ==
 +
# 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/ https://github.com/Intelligent-Systems-Phystech/]
 +
# В папке [https://github.com/Intelligent-Systems-Phystech/StartCode StartCode] создать папку ДЗ '''Surname2019Linear''' и файл '''main.ipynb'''
 +
## В тетради кратко указать название и цель эксперимента.
 +
## Загрузить выборку
 +
### простую
 +
### посложнее
 +
### совет: лучше загружать по ссылке, а не сохранять в репозитории.
 +
## Построить несколько моделей (пример).
 +
## Нарисовать график прогноза (пример оформления).
 +
## Нарисовать дисперсию прогноза (пример полосы).
 +
### Дисперсия (в каждой точке прогноза) вычисляется путем случайного семплирования обучающей выборки.
-
 
+
'''Анкета'''
'''Материалы'''
'''Материалы'''
 +
* Слайды занятия 1.

Версия 10:33, 6 сентября 2019

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


Материалы по курсу находятся на основной странице
  • Короткий адрес этой страницы bit.ly/PS-ML


Занятие 1 (6-11 сентября)

  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.
  1. Получить доступ к https://github.com/Intelligent-Systems-Phystech/
  2. В папке StartCode создать папку ДЗ Surname2019Linear и файл main.ipynb
    1. В тетради кратко указать название и цель эксперимента.
    2. Загрузить выборку
      1. простую
      2. посложнее
      3. совет: лучше загружать по ссылке, а не сохранять в репозитории.
    3. Построить несколько моделей (пример).
    4. Нарисовать график прогноза (пример оформления).
    5. Нарисовать дисперсию прогноза (пример полосы).
      1. Дисперсия (в каждой точке прогноза) вычисляется путем случайного семплирования обучающей выборки.

Анкета

Материалы

  • Слайды занятия 1.
Источник — «http://www.machinelearning.ru/wiki/index.php?title=%D0%90%D0%B2%D1%82%D0%BE%D0%BC%D0%B0%D1%82%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%BD%D0%B0%D1%83%D1%87%D0%BD%D1%8B%D1%85_%D0%B8%D1%81%D1%81%D0%BB%D0%B5%D0%B4%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B9_%D0%B2_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%BC_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B8_%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%A4%D0%A3%D0%9F%D0%9C%2C_%D0%BE%D1%81%D0%B5%D0%BD%D1%8C_2019»
Личные инструменты