diff --git a/pages/students/2016/maros_harahus/README.md b/pages/students/2016/maros_harahus/README.md index f7992db5a..57c2130dd 100644 --- a/pages/students/2016/maros_harahus/README.md +++ b/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)