Просмотр исходного текста страницы Визуализация рок-кривой (летняя практика)

{{Карточка_задания_на_летнюю_практику
|name=Визуализация ROC-кривой
|mentor=Рогожников Алексей Михайлович
|mentor_login={{URLENCODE:Старчикова Ольга|WIKI}}
|organization=Лаборатория методов анализа больших данных (LAMBDA)
|hse_profile=-
|email=-
|thesis=
|year=2015
|categorize=yes
}}

=== Задание ===
1. визуализация рок-кривой (движение распределений ->  изменение рок-кривой, это просто)

2. логистическая регрессия и линейный SVM - для них надо как минимум двумерную визуализацию решающего правила (с возможностью мышкой двигать правило), + надо иметь возможность переключаться в 3d-режим, чтобы по оси z была функция потерь  плюс стохастическое обучение - надо это проиллюстрировать. Вот этот пункт - это очень полноценная работа, довольно важная, я подобного в сети не нашел.

3. итеративное построение дерева с разными критериями разбиения

=== Какие начальные требования? ===
Иметь представление о 2d/3d визуализации. Приветствуется владение джаваскриптом.

Изначального понимания визуализируемых алгоритмов не ожидается, однако с ними обязательно потребуется познакомиться.

=== Какие будут использоваться технологии? ===
1. html + javascript, 
2. фреймворк для визуализации (например, d3.js)

=== Какая дополнительная литература понадобится? ===
Необходимо прочитать про указанные алгоритмы машинного обучения. Например, на machinelearning.ru или из лекций: http://www.machinelearning.ru/wiki/index.php?title=Машинное_обучение_(курс_лекций%2C_К.В.Воронцов) или из любого другого источника.