zz

pages/students/2016/maros_harahus/README.md

@@ -19,28 +19,38 @@ Generovanie vektorových reprezentácií štruktúrovaných dát.
 
 - Grafové neurónové siete
 
+Stretnutie 20.5.
+
+Otvorené úlohy:
+
+- Vypočítanie presnosti pre každý konvertor zo spojeného modelu a porovnanie s osobitnými modelmi. Chceme potvrdiť či je spojený model lepší vo všetkých prípadoch.
+- Overenie robustnosti modelu. 
+    - Vymyslieť testy invariantnosti, ktoré overia ako sa model správa v extrémnej situácii.
+    - Generovať umelé "extrémne" dáta. Sledovať, ako sa model správa. Extrémne dáta by mali byť fyzicky možné.
+- Doplniť fyzické limity pre jednotlivé kolónky do anotácie. Ktoré kolónky nemôžu byť negatívne? Titeo fyzické limity by mali byť zapracovan0 do testu robustnosti.
+- Preskúmať možnosti zníženia rozmeru vstupného priestoru. PCA? alebo zhlukovanie? Zistiť, či vôbec má zmysel používať autoenóder (aj VAE).
+- Vyradenie niektorých kolóniek, podľa koeficientu lineárnej regresie.
+
+Urobené úlohy:
+
+- Hľadanie hypermarametrov pre neurónku a náhodný les.
+
 Report 29.4.2022
 
-- Práca na VE
-- Čítanie článkov 
-
+- Práca na VE.
+- Čítanie článkov.
 
 Report 8.4.2022
 
-
 - Študovanie teórie 
 - Práca na VAE kóde rozpracovaný
 
-
-
-
 Report 1.4.2022
 
 - práca na DH neurónovejsieťi
  ![DH](/uss.PNG)
 - študovanie o Deep Belief Network
 
-
 Stretnutie 28.3.
 
 Úlohy:
@@ -52,13 +62,11 @@ Zásobník úloh:
 
 - Zvážiť použitie Deep Belief Network.
 
-
 Report 25.3.2022
 
 - Porovnávanie dát január, február (subor je na gite)
 - Hodnotenie ešte nemám spisujem čo tým chcem dosiahnuť ci to ma vôbec zmysel na tom pracovať 
 
-
 Report 18.3.2022
 
 -	práca na dátach (príprava na TS, zisťovanie súvislosti, hľadanie hraničných hodnôt)
@@ -69,10 +77,6 @@ https://github.com/ShangtongZhang/reinforcement-learning-an-introduction)
 -	študovanie feature selection (https://machinelearningmastery.com/feature-selection-machine-learning-python/
 https://www.kdnuggets.com/2021/12/alternative-feature-selection-methods-machine-learning.html)
 
-
-
-
-
 Report 11.3.2022
 
 - Data Preprocessing (inspirácia- https://www.kaggle.com/tajuddinkh/drugs-prediction-data-preprocessing-json-to-csv) 
@@ -93,7 +97,6 @@ Working on:
 - Neurónovej siete pre GAN time series (stále mam nejaké errory)
 - klasickej neuronke
 
-
 Stretnutie 1.3.2022
 
 
@@ -163,11 +166,10 @@ Zásobník úloh:
 
 Stretnutie 17.1.2022
 
-- Mme dáta z vysokej pece (500GB)
+- Mame dáta z vysokej pece (500GB)
 - Zlepšený konvolučný autoenkóder - dosahuje state-of-the-art.
 - Prečítané niečo o transformers a word2vec.
 
-
 Stretnutie 9.12.2021
 
 - Natrénovaný autoenkóder  (feed-forward) pre predikciu celkovej váhy Fe a obsahu S.
@@ -203,7 +205,6 @@ Zásobník úloh:
 - Nápad: Transformer network, Generative Adversarial Network.
 - Nápad: Vyskúšať klasické štatistické modely (scikit-learn) - napr. aproximácia polynómom, alebo SVM.
 
-
 Stretnutie 1.10.
 
 Stav:
@@ -220,7 +221,6 @@ Stav:
 - Publikovať diplomovú prácu.
 
 
-
 ## Diplomová práca 2021
 
 - [CRZP](https://opac.crzp.sk/?fn=detailBiblioForm&sid=ECC3D3F0B3159C4F3216E2027BE4)