Прикладной регрессионный анализ (курс лекций, B.В.Стрижов, 2009)

Материал из MachineLearning.

Перейти к: навигация, поиск
Статья предназначена прежде всего для студентов группы 474, она будет наполняться в течение этого семестра.


Содержание

Московский физико-технический институт, Факультет управления и прикладной математики

Курс читается студентам 6-го курса кафедры "Интеллектуальные системы"


План лекций

Лекция 1

Определение сроков и состава заданий экзамена. Обзор полезной литературы. Основы документирования вычислительных экспериментов. Введение в Матлаб.

Задания на следующую лекцию

  1. Зарегистрироваться в репозитории sourceforge и прислать свой ник на электронную почту Константину Скипору.
  2. Составить список участников и список рецензентов (по два рецензента на каждого участника).
  3. Ознакомиться со списоком материалов по практике.
  4. Ознакомиться с приемами работы в Matlabе.
  5. Изучить структуры данных Matlaba.
  6. Прочесть Matlab Style Guide.
  7. Получить алгебраическое выражение для инвертированного метода сортировки [1].

Лекция 2

Разработка архитектуры программных систем для проведения исследований. Примеры систем. Введение в предметную область.

Полезные ссылки

  1. Отчет о выполнении исследовательского проекта
  2. Отчет о выполнении вычислительного эксперимента
  3. Примеры отчетов об экспериментах: пример 1, пример 2
  4. Введение в Матлаб
  5. Документирование функций Matlab
  6. Matlab Programming Style Guidelines (pdf)
  7. Работа с репозиторием SourceForge.net
  8. Корневая папка репозитория SourceForge/mlalgorithms
  9. Протокол рецензирования программных систем (временная ссылка)
  10. Шаблон отчета о выполнении исследовательского проекта (временная ссылка)
  11. Шаблон описания программной системы systemdocs.doc (doc)
  12. Описание стандарта IDEF0 (pdf)
  13. Описание стандарта CRISP-DM (pdf)
Личные инструменты