Машинное обучение (курс лекций, К.В.Воронцов)/Форма отчета
Материал из MachineLearning.
(Различия между версиями)
(Машинное обучение (курс лекций, К.В.Воронцов)/Форма отчета) |
(уточнение) |
||
| Строка 1: | Строка 1: | ||
| - | Заданием по курсу «[[Машинное обучение (курс лекций, К.В.Воронцов)|Машинное обучение]]» является выполнение прикладного исследования на реальных данных. Результат оформляется в виде технического отчёта. | + | Заданием по курсу «[[Машинное обучение (курс лекций, К.В.Воронцов)|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. | # 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 простого (стандартного и быстрого) базового решения (baseline), со ссылками на источники. | ||
Версия 14:19, 19 февраля 2018
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, методика кросс-валидации.
- Результаты экспериментов по подбору гиперпараметров для основного решения: графики зависимостей критериев качества от гиперпараметров модели.
- Результаты экспериментов по сравнению основного решения с baseline: таблицы и/или графики с результатами сравнения моделей.
- Выводы: что работает, что не работает, интересные факты и инсайты, рекомендации по применению.
- Ссылка на код в репозитории.
- Ссылки на литературу.
