Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 074, осень 2013

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м (Задачи)
 
(1 промежуточная версия не показана)
Строка 45: Строка 45:
|12.25
|12.25
|8
|8
-
|-
 
-
|Дубовик Анна
 
-
|Classification and Exploring of Source Code of Python Projects.
 
-
|[https://svn.code.sf.net/p/mlalgorithms/code/Group074/Dubovik2013ProjectCodeClassifying/]
 
-
| [M]L0I-->>>000C--
 
-
| 2.5
 
-
|
 
|-
|-
|Желавская Ирина
|Желавская Ирина
Строка 200: Строка 193:
|8
|8
|-
|-
 +
<!--
|'''Неформальное посещение'''
|'''Неформальное посещение'''
|
|
Строка 221: Строка 215:
|Без оценки
|Без оценки
|-
|-
 +
|Дубовик Анна
 +
|Classification and Exploring of Source Code of Python Projects.
 +
|[https://svn.code.sf.net/p/mlalgorithms/code/Group074/Dubovik2013ProjectCodeClassifying/]
 +
| [M]L0I--\>>>000C--
 +
| 2.5
 +
|
 +
|-
 +
-->
|}
|}

Текущая версия


Курс

Построение эксплуатируемых моделей и проведение вычислительного эксперимента

Проекты с готовой Web-частью располагаются по адресу http://mvr.jmlda.org

Задачи

Автор Название задачи Ссылка [BMF]LSICUDTPRWS Сумма Оценка
Бунаков Василий Signature Recognition [1] [BM+F]L+SI+CU-DTPRWS 14.5 10
Вдовина Евгения Visualization of Results of Keyword Groups Mapping [2] [BF]L-S+I+C0DT-0R-0S 9.75 5
Воронов Сергей Распознавание текста на фотографиях [3] [BM+F]LS-I+CU+DTP+R-W+S-- 14.25 10
Гринчук Олег Прогнозирование макроэкономических состояний (Векторная авторегрессия) [4] [BMF]L-SI-C-0DTPRWS 12.25 8
Желавская Ирина Automatic Filters Generator for Gmail [5] [BM+F]LS->>>>>00IC-U-D-TP--R-W--S- 11.75 7
Жуйков Владимир Распознавание подписей [6] [BF]L--S-I-C--0D--T--P--R-0S-- 7.25 3
Иванов Александр Detecting Unsolicited SMS Messages [7] [BM+F]LSIC->>U>DTPR0S- 12.75 8
Касаткин Сергей Determination of the type of human activity based on the data from the accelerometer [8] [BF]L-S-I-->>>000C-U-DT-P--R--W-S- 9.75 5
Катруца Александр Ранжирование поисковой выдачи [9] [BM+F]L+SI+CUDTPR+W+S 15.25 10
Костин Александр Classify Handwritten Digits [10] [BF]L+S-IC-D--T--P--W--S- 8.5 4
Котенко Ленгольд Екатерина Satellite imagery processing for NDVI estimation [11] [BMF-]L-S-IC-UD--000W--S-- 8.5 4
Кудряшова Александра Satellite imagery processing for NDVI estimation [12] [BMF-]L-S-IC-UD--000W--S-- 8.5 4
Левдик Павел Прогнозирование цен на электроэнергию [BM+]L-SIC--U-D->PR-W> 9.75 5
Матросов Михаил Short-term forecasting of musical compositions [13] [BF]L-SIC-UDTPRW+S 12.75 8
Митяшов Андрей Обработка сложноорганизованных социологических данных в задаче классификации [14] [M+F]L+SI--C-UDT--P00S- 10 5
Неклюдов Кирилл Распознавание лиц [15] [BM+F]LS-I+CU-DTPR-WS- 13.5 9
Перекрестенко Дмитрий Human activity recognition [16] [BM+F]L-SI-CU-DTPRW+S 13.75 9
Прилепский Роман Text []Location and recognition on Google Street View Images. [17] [BF]L+0I>>>C--0D--00R-W-S-- 7.25 3
Пушняков Алексей Сегментация цветных изображений [18] [BM+F]L+S+I+C+UDT+P+R+W+S 16.25 10
Рыскина Мария Создание тематической модели на основе PLSA [19] [BM+F]L-S+I+CUDT+PR+W+S 15.25 10
Стенин Сергей Определение тематически близких тезисов научной конференции [20] [BF]L+S+I+CUDT-0R-WS 12.25 8
Уржумцев Олег Поиск похожих тезисов конференций [BM+F]L-S-IC>D>>R--WS 10.25 6
Фейзханов Рустем Email filter generation [21] [BM+F-]LS-IC--U->(D-T)>>PRWS- 12.5 8
Шуйский Николай Поиск мелодии в базе данных [B]L-S-IC--0D-T--0R-W--S- 7.25 3
Яшков Даниил Локализация лиц на фотографии [22] [M+F]L-S-IC->>>UDTPRW--S- 12.75 8

Расписание

Дата Что сделано Результат для обсуждения Код
Сентябрь 18 Выбрана задача, рецензент. Запись в ML. -
25 Собрана литература, написаны комментарии. Список литературы и мини-сообщение. Literatura
Октябрь 2 Поставлена задача для синтетических данных. Написана математическая постановка в формате TeX. Примерно страница текста. Statement
9 Создан файл отчета. Сделано описание проекта. Создана архитектура и интерфейс ядра системы (синтетические данные). Описание, IDEF0. Idef
16 Детализирован интерфейс, написан код первого приближения. Код для синтетических данных. Code
23 Написаны юнит-тесты и модуль, их запускающий. Юнит-тесты. Unit-test
30 Собраны реальные данные. Доработана схема IDEF0. Написаны модули подготовки данных. Данные, вторая схема IDEF0, модули. Data
Ноябрь 6 Написаны и запущены системные тесты. По результатам доработки кода написана рецензия на работу. Тесты, рецензия. Tests
13 Код оптимизирован. Отчет профайлера до и после. Profiler
20 Сделан визуальный отчет. Завершенный тех.отчет. Report
27 Разработан веб-интерфейс. Код на сайте. Web
Декабрь 4 Сделан пользовательский интерфейс и примеры. Доклад. Show

Работа и консультации

  1. Работы сдаются в течение недели.
  2. Желательна итеративная сдача работ, начинать показ лучше в выходные.
  3. Дедлайн последней версии работы: вторник 6:00am (проверка занимает весь вторник).
  4. В отчет будет добавлен пункт об учете времени, затраченном на выполнение проекта по неделям.
  • Каждый этап работ + 1 балл по системе (А--, А-, А, А+, А++),
  • Несделанная работа - 0.

Черновой список задач

Выбор алгоритмов краткосрочного прогнозирования

  • Краткое описание. Создать алгоритм, осуществляющий выбор моделей прогнозирования на основе метаописания временных рядов.
  • Базовый алгоритм. Базовые модели для выбора: проект TSForecasting. Простейший метод для выбора моделей — дерево поиска. Метаописание временных рядов: А. И. Кобзарь Прикладная математическая статистика.
  • Данные. Цены на электроэнергию, биржевые данные, цены на хлеб.
  • Аргументы.

Прогнозирование цен на электроэнергию

  • Краткое описание. Построить авторегрессионный алгоритм прогнозирования; осуществить выбор признаков методом наименьших углов.
  • Базовый алгоритм. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. LARS.
  • Данные. Цены на электроэнергию.
  • Аргументы.

Сегментация изображений

  • Краткое описание. Дана база данных изображений. Разработать алгоритм сегментации изображений по цветам.
  • Базовый алгоритм. Segmentation based on Gaussian mixture models
  • Данные. Любая БД изображения, например, berkeley
  • Аргументы.

Поиск мелодии в базе данных

  • Краткое описание. Задана библиотека мелодий. Для короткого музыкального фрагмента требуется определить, какой мелодии он принадлежит.
  • Базовый алгоритм. Локальное прогнозирование.
  • Данные. Библиотека мелодий в формате .midi. matlab .midi parser
  • Аргументы.

Краткосрочное прогнозирование музыкальных произведений

Распознавание подписей

Поиск похожих тезисов конференций

Сегментация библиографических списков

Распознавание рукописных цифр

Ранжирование поисковой выдачи

Обработка сложноорганизованных социологических данных в задаче классификации

  • Краткое описание. Решаемая прикладная задача - построение скоринговой модели. Основной проблемой является получение матрицы "объекты-признаки" из заполненной социологической анкеты.
  • Базовый алгоритм. Логистическая регрессия для классификации, для обработки данных - презентация ВВС
  • Данные. Данные банка OTP по скорингу
  • Аргументы.

Категоризация объектов Красной Книги

Определение наличия и характеристик пульсовой волны

Построение рейтинга научных журналов

  • Краткое описание. Построение совместного рейтинга научных журналов и публикующихся в них авторов.
  • Базовый алгоритм. Co-clusterization
  • Данные. Данные журнал-автор.
  • Аргументы.

Визуализация подписей-выносок

Прогнозирование редких продаж по набору временных рядов

  • Краткое описание. Разработать метод прогнозирования продаж, учитывая периодичность и тренд временных рядов.
  • Базовый алгоритм.
  • Данные. http://svn.code.sf.net/p/mvr/code/data/SalesDB/
  • Аргументы.

Определение финансовых пузырей в биржевых данных

  • Краткое описание. Разработать метод определения финансовых пузырей в биржевых данных по ценам на сырье.
  • Базовый алгоритм. статья Вилли.
  • Данные. Цены на сырье.
  • Аргументы.

Исследование изменения влияния макроэкономических показателей

  • Краткое описание. Требуется построить модель влияния экономических показателей на ВВП и оценить изменения влияния каждого показателя с течением времени.
  • Базовый алгоритм. Flexible least squares
  • Данные. Данные макроэкономических показателей
  • Аргументы.

Прогнозирование концентрации кислорода в выхлопных газах дизельного двигателя

  • Краткое описание. Требуется спрогнозировать показания одного из дорогостоящих датчиков в дизельном двигателе(лямбда-зонда) по показаниям других более дешевых датчиков. Специфика заключается в сильно-пересыщенном признаковом пространстве.
  • Базовый алгоритм. https://dl.dropboxusercontent.com/u/43790276/neweng.pdf
  • Данные. По запросу от Никиты Ивкина.
  • Аргументы.

Обнаружение причинно-следственных связей во временных рядах железнодорожных перевозок и биржевых данных

Распознавание лиц

Распознавание профилей

  • Краткое описание. По выделенному профилю лица человека определить, какому человеку этот профиль принадлежит.
  • Базовый алгоритм.
  • Данные. База данных профилей
  • Аргументы.

Personalize Expedia Hotel Searches

Прогнозирование землетрясений

  • Краткое описание. По историческим данным о землетрясениях требуется построить прогноз / оценить вероятность землетрясения в следующий промежуток времени.
  • Базовый алгоритм. Pattern shape analysis
  • Данные. Данныe USA gov. о землетрясениях
  • Аргументы.

Определение нежелательных SMS-сообщений

Кластеризация треков по типу активности

Определение типа активности человека по данным с акселерометра

Классификация сердцебиений

  • Краткое описание. Первичная сегментация кардиограммы. Классификация типов сердцебиений.
  • Базовый алгоритм.
  • Данные. http://www.peterjbentley.com/heartchallenge/#dates
  • Аргументы.

Фильтрация вредоносных URL, по названию ресурса

  • Краткое описание. Фильтрация вредоносных URL, по названию ресурса (например фишинговые ссылки)
  • Базовый алгоритм.
  • Данные. http://sysnet.ucsd.edu/projects/url/
  • Аргументы.

Задача навигации робота

  • Краткое описание. Робот вдоль стены, считывает показания с датчиков, и принимает решения о изменении траектории (поворот на 30, 60 и 90 градусов)
  • Базовый алгоритм.
  • Данные. http://archive.ics.uci.edu/ml/datasets/Wall-Following+Robot+Navigation+Data
  • Аргументы.

Распознавания текста на фотографиях

Прогноз лесных пожаров

  • Краткое описание. Прогнозирование распространения лесных пожаров по метеорологическим данным.
  • Базовый алгоритм.
  • Данные. http://archive.ics.uci.edu/ml/datasets/Forest+Fires
  • Аргументы.

Прогноз состояния продаваемой машины

  • Краткое описание. Оценка истинной стоимости продаваемого автомобиля
  • Базовый алгоритм.
  • Данные. http://www.kaggle.com/c/DontGetKicked
  • Аргументы.

Прогнозирование выплат по страховке

  • Краткое описание. Прогнозирование выплат по страховке в случае ДТП на основании данных об автомобиле.
  • Базовый алгоритм.
  • Данные. http://www.kaggle.com/c/ClaimPredictionChallenge
  • Аргументы.

Прогнозирование должностных зарплат

  • Краткое описание. Прогнозирование должностных зарплат по ключевым необходимым навыкам.
  • Базовый алгоритм.
  • Данные. http://www.kaggle.com/c/job-salary-prediction/data
  • Аргументы.

Локализация лиц на фотографии

Личные инструменты