Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Группа 674, осень 2011

Материал из MachineLearning.

Основная статья: Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)

Основная задача этого цикла работ — исследовать и проиллюстрировать недостатки и особенности известных алгоритмов машинного обучения. Практика состоит из трех задач-эссе с отчетом, включающим постановку задачи, описание алгоритма и вычислительный эксперимент-иллюстрацию. Перед выполнением заданий рекомендуются прочитать статью «Численные методы обучения по прецедентам», а также все, что там по ссылкам.

Статья, прежде всего, предназначена для студентов гр. 674 ФУПМ МФТИ. Она будет наполняться до 7.9.2011.

Задачи

Доклады

• 29 сентября и 6 октября
• 27 октября и 3 ноября
• 24 ноября и 1 декабря

Список задач, черновик

Оформление

Пример оформления работы -- см. ниже по ссылкам в таблице (первая и третья), там можно взять все заготовки.

Дополнение по оформлению графиков:

• Шрифт должен быть больше
• Толщина линий равна двум
• Заголовки осей с большой буквы
• Заголовок графика отсутствует (чтобы не дублировать подпись в статье)
• Рекомендуется сразу сохранять EPS и PNG (для TeX и для Wiki)

h = figure; hold('on');
plot(xi,y,'r-', 'Linewidth', 2); 
plot(xi,y,'b.', 'MarkerSize', 12);
axis('tight');
xlabel('Time, $\xi$', 'FontSize', 24, 'FontName', 'Times', 'Interpreter','latex');
ylabel('Value, $y$', 'FontSize', 24, 'FontName', 'Times', 'Interpreter','latex');
set(gca, 'FontSize', 24, 'FontName', 'Times')
saveas(h,'ModelOne.eps', 'psc2');
saveas(h,'ModelOne.png', 'png');