Автоматизация научных исследований в машинном обучении (практика, В.В. Стрижов)/ФУПМ, осень 2019
Материал из MachineLearning.
(Различия между версиями)
(→Занятие 1 (6-11 сентября)) |
(→Занятие 1 (6-11 сентября)) |
||
Строка 13: | Строка 13: | ||
## В тетради кратко указать название и цель эксперимента. | ## В тетради кратко указать название и цель эксперимента. | ||
## Загрузить выборку | ## Загрузить выборку | ||
- | ### [https://sourceforge.net/p/mvr/code/HEAD/tree/data/WhiteBreadPrices. | + | ### [https://sourceforge.net/p/mvr/code/HEAD/tree/data/WhiteBreadPrices.csv?format=raw простую] (цена на хлеб), |
### [https://sourceforge.net/p/mvr/code/HEAD/tree/data/EnergyConsumption.xls?format=raw посложнее] (потребление электроэнергии), | ### [https://sourceforge.net/p/mvr/code/HEAD/tree/data/EnergyConsumption.xls?format=raw посложнее] (потребление электроэнергии), | ||
### совет: лучше загружать по ссылке, а не сохранять в репозиторий. | ### совет: лучше загружать по ссылке, а не сохранять в репозиторий. |
Версия 12:58, 6 сентября 2019
Материалы по курсу находятся на основной странице
|
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/
- В папке 2019-StartCode создать папку ДЗ Surname2019Linear и файл main.ipynb
- В тетради кратко указать название и цель эксперимента.
- Загрузить выборку
- Построить несколько моделей (пример).
- Нарисовать график прогноза (оформление: пример 1, пример 2).
- Нарисовать дисперсию прогноза (пример полосы).
- Дисперсия в каждом значении зависимой переменной вычисляется путем случайного семплирования обучающей выборки, выборка разбивается несколько раз.
Анкета
- Ссылка будет доступна в субботу вечером.
Материалы
Советы по пользованию репозиторием
- GitHub: клонируйте мастер и заливайте правки в него, если работаете только со своим кодом. См. краткое руководство по работе с GitHub.
- Update first, Commit after (Pull first, Push after)
- Your own work only, no external publications
- No big files (put link to external datasets)
- No temporary nor dummy files
Прочитать, чем отличается branch от fork