Машинное обучение (курс лекций, К.В.Воронцов)/Форма отчета
Материал из MachineLearning.
(Различия между версиями)
(уточнение) |
(→См. также) |
||
| Строка 15: | Строка 15: | ||
== См. также == | == См. также == | ||
| - | * [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)]] | + | * [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)]] — здесь можно найти много образцов для подражания. |
| - | * [[Написание отчётов и статей (рекомендации)]] | + | * [[Написание отчётов и статей (рекомендации)]] — общие рекомендации. |
[[Категория: Учебные курсы]] | [[Категория: Учебные курсы]] | ||
Текущая версия
Заданием по курсу «Машинное обучение» является выполнение прикладного исследования на реальных данных. Задачу можно взять у преподавателя, либо выбрать самостоятельно, согласовав с преподавателем. Результат оформляется в виде технического отчёта.
Разделы технического отчёта
- Постановка задачи: неформальное описание, формальное описание (ДНК — Дано-Найти-Критерий): структура входных данных, выходных данных, критерии качества.
- Описание простого (стандартного и быстрого) базового решения (baseline), со ссылками на источники.
- Описание основного решения и его вариантов: модель, метод, алгоритм, со ссылками на источники.
- Описание методики экспериментов: набор данных, проверяемые гипотезы, цели каждого эксперимента, критерий качества модели.
- Результаты экспериментов по подбору гиперпараметров для основного решения: графики зависимостей критериев качества от гиперпараметров модели.
- Результаты экспериментов по сравнению основного решения с baseline, в форме таблиц и/или графиков.
- Выводы: что работает, что не работает, интересные факты и инсайты, рекомендации по применению.
- Ссылка на код в репозитории.
- Ссылки на литературу.
См. также
- Численные методы обучения по прецедентам (практика, В.В. Стрижов) — здесь можно найти много образцов для подражания.
- Написание отчётов и статей (рекомендации) — общие рекомендации.
