| engineerklub | Дата: Вторник, 07.11.2023, 07:57 | Сообщение # 1 |
 Генералиссимус
Группа: Администраторы
Сообщений: 28530
Статус: Offline
| Методы машинного обучения. ДО СИБГУТИ
Тип работы: Работа Лабораторная
Сдано в учебном заведении: ДО СИБГУТИ
Описание:
Общее задание является единым для всех вариантов, вариант влияет только на тип входных данных и способ ввода. Способов ввода будет 2:
1) Создать таблицу с данными и сохранить её в текстовом файле, данные считывать из этого файла
2) Данные задаются при помощи функции
При формировании данных необходимо создать не менее 30 пар значений. Необходимо написать скрипт, который будет считывать/формировать данные, по этим данным стоится наиболее подходящая модель линейной регрессии. При помощи полученной модели стоится прогнозное значение для заданного значения независимой переменной. Исходные данные и прогнозное значение отображаются на графике, который необходимо приложить к отчёту.
Отчёт по лабораторной работе включает в себя текст задания в соответствии с вариантом, исходный код полученного скрипта с поясняющими комментариями, вывод исходных данных в табличном виде, полученное значение прогноза для заданного в варианте значения независимой переменной, полный вывод работы скрипта и график. Степень полинома для построения модели студенту необходимо определить самостоятельно.
Для защиты лабораторной работы будут предложены контрольные вопросы, соответствующие теме и дополнительное контрольное значение, для которого нужно будет вычислить прогноз при помощи полученного скрипта.
СКАЧАТЬ
|
| |
| |
| engineerklub | Дата: Вторник, 07.11.2023, 07:58 | Сообщение # 2 |
|
Генералиссимус
Группа: Администраторы
Сообщений: 28530
Статус: Offline
| Тип работы: Работа Контрольная
Сдано в учебном заведении: ДО СИБГУТИ
Описание:
Контрольная работа состоит из нескольких заданий. От варианта студента зависят входные данные, для которых будут решаться задания, а также некоторые особенности выполнения заданий.
Всем студентам предоставляются наборы данных, в зависимости от варианта, для этих данных необходимо:
1) Построить классификатор на основе метода ближайших k соседей и определить класс тестового значения (описание метода можно найти по ссылке). От варианта зависят весовая функция и значение k.
2) Построить классификатор на основе алгоритма CART построения дерева принятия решений (методические указания и пример будут приведены ниже). От варианта зависит выбор обучающей выборки. Дополнительная теория по решающим деревьям: https://habrahabr.ru/company/ods/blog/322534/
https://habrahabr.ru/post/116385/
Комментарии: 2023г, зачет, N=17
СКАЧАТЬ
|
| |
| |
