Введение в методы машинного обучения (весна, 2017)

В рамках курса надо выполнить две лабораторные работы. Три студента, получившие суммарно наивысший рейтинг по результатам выполнения обеих работ, получат зачет автоматом. Результаты будут проверяться один раз в неделю.

Л.Р. №1. Исследование алгоритмов восстановления регрессии.

Реализовать линейную регрессию.

• Тренировочное множество.
• Тестовое множество.

Каждый столбец, кроме последнего в файле с тренировочной выборкой (cnt), содержит признаки. Необходимо предсказать значения cnt для объектов из файла с тестовым множеством. Порог сдачи работы: 120 по критерию MAE (средняя абсолютная ошибка предсказания).

Л.Р. №2. Исследование алгоритмов классификации.

• Тренировочное множество
• Тестовое множество

Первый столбец содержит целевое значение, оставшиеся столбцы - признаки. Порог сдачи работы: 10% ошибка классификации.

Результаты

Здесь