Визуализация рок-кривой (летняя практика) — различия между версиями
Katya (обсуждение | вклад) |
Katya (обсуждение | вклад) |
||
Строка 13: | Строка 13: | ||
=== Задание === | === Задание === | ||
1. визуализация рок-кривой (движение распределений -> изменение рок-кривой, это просто) | 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 | + | |
− | + | 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? === | === Какие начальные требования? === |
Версия 00:39, 30 мая 2015
Автор | Рогожников Алексей Михайлович [- Профиль на сайте ВШЭ] Электронная почта |
Организация | Лаборатория методов анализа больших данных (LAMBDA) |
Учебный год | 2015 |
Содержание
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.