Difference between revisions of "Week 8"
From m1p.org
(3 intermediate revisions by the same user not shown) | |||
Line 6: | Line 6: | ||
}} | }} | ||
− | + | The goal is to construct your paper and check that all sections of the article are prepared for review. | |
− | |||
− | |||
== D: Document, the whole == | == D: Document, the whole == | ||
− | + | # Название | |
− | + | # Аннотация (пишется в первую очередь и переписываются после завершения работ): указание на область, изложение идеи и центрального результата (не более 600 знаков) | |
− | + | # Ключевые слова (основные термины; можно использовать те, которые дали хорошие результаты поиска) | |
− | + | #[[Step 1|Keywords]], [[Step 1|Highlights]], [[Step 4|Graphical highlights]] See the Art of Scientific research and links to Elsevier, Springer | |
− | + | # Введение (около страницы, не более двух); примерный план по абзацам: | |
− | + | #* Основное сообщение — чему посвящена работа (одна-две фразы) | |
− | + | #* Определения основных терминов согласно критерию ССС: Correct, Complete, Concise (корректно, полно, сжато) | |
− | + | #* Основная идея (не более абзаца) | |
− | + | #* Обзор литературы — развитие предлагаемой идеи (два абзаца) | |
− | + | #* Современное состояние области (два-четыре абзаца) | |
− | + | #* Что предлагается с преимуществами и недостатками относительно близких работ (два абзаца) | |
− | + | # Постановка задачи (примерно страница) | |
− | + | #* Дано (как устроена выборка, модель измерения, алгебраическая структура) | |
− | + | #* Предполагается, что (статистические гипотезы, гипотезы порождения данных) | |
− | + | #* Ограничения и другие предположения о характере данных | |
− | + | #* Функция ошибки, правдоподобия, функционал или критерий качества искомой модели, решения (часто вытекает из гипотезы порождения данных) | |
− | + | #* Стратеги разбиения выборки, пополнения выборки, скользящего контроля | |
− | + | #* Внешние, эксплуатационные критерий качества тут или в эксперименте | |
− | + | #* Дополнительные требования к решению (к тому, что мы получаем в результате решения) | |
− | + | # Решение: математическая часть (тут название первого раздела) | |
− | + | #* Свойства модели или предлагаемого решения | |
− | + | #* Описание алгоритма получения решения | |
− | + | #* Свойства алгоритма | |
− | + | # Другие разделы (если есть, например, альтернативные решения) | |
− | + | # Вычислительный эксперимент | |
− | + | #* Цель эксперимента (что ожидаем получить, какую гипотезу проверяем) | |
− | + | #* Описание постановки и условий эксперимента | |
− | + | #* Описание данных, достаточное, чтобы воспроизвести эксперимент самостоятельно, ссылка на выборку | |
− | + | #* Описание алгоритма или ход эксперимента | |
− | + | #* Описание полученных результатов | |
− | + | #* Графики с подробной подписью: в пояснении указать 1) что видит читатель, что показано на графике, 2) какие следствия вытекают из показанного | |
− | + | #* Таблицы с подписью сверху: 1) сослаться на формулы, поясняющие значения столбцов 2) написать о следствиях | |
− | + | #* Выводы, сравнение результатов, полученных альтернативным путем | |
− | + | #* Ссылка на ваш проект в GitHub для того, чтобы другие исследователи могли проверить результаты или использовать их в дальнейшей работе | |
− | + | # Заключение: сжатое изложение результатов и планы дальнейших исследований (1/4 страницы) | |
− | + | # Литература: опорные статьи за последние 10 лет, максимально покрывающие тематику (не менее 17-30 ссылок) | |
− | + | #* Взять всю литературу из LinReview и для обсуждения полного текста работы привести полный список | |
− | + | #* Совет: используйте команду TeX \nocite{*} при выводе из файла bbl для получения полного списка | |
− | + | <!-- | |
− | |||
''' [[Написание отчётов и статей (рекомендации)|План технического отчета]] ''' | ''' [[Написание отчётов и статей (рекомендации)|План технического отчета]] ''' | ||
* Аннотация: изложение краткого содержания и основных результатов (не более 600 знаков). | * Аннотация: изложение краткого содержания и основных результатов (не более 600 знаков). | ||
Line 99: | Line 96: | ||
# Prepare your four-minute [[Week 8#M*: Middle talk|'''M'''iddle talk]] | # Prepare your four-minute [[Week 8#M*: Middle talk|'''M'''iddle talk]] | ||
# Upload the updated slides and paper | # Upload the updated slides and paper | ||
− | + | ||
− | * [https://www.youtube.com/watch?v=mvzB7-KSLNs Video for week 8]. | + | <!--* [https://www.youtube.com/watch?v=mvzB7-KSLNs Video for week 8]. |
− | * [http://www.machinelearning.ru/wiki/images/8/8d/M1p_lect8.pdf Slides for week 8]. | + | * [http://www.machinelearning.ru/wiki/images/8/8d/M1p_lect8.pdf Slides for week 8].--> |
− | + | ===Examples of papers=== | |
− | + | # Katrutsa A.M., Strijov V.V. Comprehensive study of feature selection methods to solve multicollinearity problem according to evaluation criteria // Expert Systems with Applications, 2017 [http://strijov.com/papers/Katrutsa2016QPFeatureSelection.pdf article] | |
− | + | # Motrenko A., Strijov V., Weber G.-W. Bayesian sample size estimation for logistic regression // Journal of Computational and Applied Mathematics, 2014, 255 : 743-752. [http://strijov.com/papers/MotrenkoStrijovWeber2012SampleSize.pdf article] | |
− | + | # Kulunchakov A.S., Strijov V.V. Generation of simple structured Information Retrieval functions by genetic algorithm without stagnation // Expert Systems with Applications, 2017, 85 : 221-230. [http://strijov.com/papers/Kulunchakov2014RankingBySimpleFun.pdf article] | |
− | + | ===Examples of presentations=== | |
− | + | # [http://machinelearning.ru/wiki/images/f/f2/Aduenko_presentation.pdf Пример 1], | |
− | + | # [http://machinelearning.ru/wiki/images/8/8e/Isachenko2016DiplomaPresentation.pdf Пример 2] | |
− | + | # [http://svn.code.sf.net/p/mlalgorithms/code/Group374/Pogodin2017Nonconvexity/Pogodin_bachelor_thesis_2017.pdf Пример 3] | |
− | + | # [http://machinelearning.ru/wiki/images/c/c1/Shibaev2018Presentation.pdf Пример 4] | |
− | + | # [http://machinelearning.ru/wiki/images/7/7f/Stenina2015MSThesisPresentation.pdf Пример 5] |
Latest revision as of 15:38, 10 April 2025
The goal is to construct your paper and check that all sections of the article are prepared for review.
Contents
D: Document, the whole
- Название
- Аннотация (пишется в первую очередь и переписываются после завершения работ): указание на область, изложение идеи и центрального результата (не более 600 знаков)
- Ключевые слова (основные термины; можно использовать те, которые дали хорошие результаты поиска)
- Keywords, Highlights, Graphical highlights See the Art of Scientific research and links to Elsevier, Springer
- Введение (около страницы, не более двух); примерный план по абзацам:
- Основное сообщение — чему посвящена работа (одна-две фразы)
- Определения основных терминов согласно критерию ССС: Correct, Complete, Concise (корректно, полно, сжато)
- Основная идея (не более абзаца)
- Обзор литературы — развитие предлагаемой идеи (два абзаца)
- Современное состояние области (два-четыре абзаца)
- Что предлагается с преимуществами и недостатками относительно близких работ (два абзаца)
- Постановка задачи (примерно страница)
- Дано (как устроена выборка, модель измерения, алгебраическая структура)
- Предполагается, что (статистические гипотезы, гипотезы порождения данных)
- Ограничения и другие предположения о характере данных
- Функция ошибки, правдоподобия, функционал или критерий качества искомой модели, решения (часто вытекает из гипотезы порождения данных)
- Стратеги разбиения выборки, пополнения выборки, скользящего контроля
- Внешние, эксплуатационные критерий качества тут или в эксперименте
- Дополнительные требования к решению (к тому, что мы получаем в результате решения)
- Решение: математическая часть (тут название первого раздела)
- Свойства модели или предлагаемого решения
- Описание алгоритма получения решения
- Свойства алгоритма
- Другие разделы (если есть, например, альтернативные решения)
- Вычислительный эксперимент
- Цель эксперимента (что ожидаем получить, какую гипотезу проверяем)
- Описание постановки и условий эксперимента
- Описание данных, достаточное, чтобы воспроизвести эксперимент самостоятельно, ссылка на выборку
- Описание алгоритма или ход эксперимента
- Описание полученных результатов
- Графики с подробной подписью: в пояснении указать 1) что видит читатель, что показано на графике, 2) какие следствия вытекают из показанного
- Таблицы с подписью сверху: 1) сослаться на формулы, поясняющие значения столбцов 2) написать о следствиях
- Выводы, сравнение результатов, полученных альтернативным путем
- Ссылка на ваш проект в GitHub для того, чтобы другие исследователи могли проверить результаты или использовать их в дальнейшей работе
- Заключение: сжатое изложение результатов и планы дальнейших исследований (1/4 страницы)
- Литература: опорные статьи за последние 10 лет, максимально покрывающие тематику (не менее 17-30 ссылок)
- Взять всю литературу из LinReview и для обсуждения полного текста работы привести полный список
- Совет: используйте команду TeX \nocite{*} при выводе из файла bbl для получения полного списка
M*: Middle talk
Make one-slide presentation to introduce the main principle of your work.
- Use the slide template
- Set the all the slides you can extract from the paper:
- title,
- goals,
- one-slide, corrected, now it is No. 3,
- literature, five items, no more,
- problem statement starts with hypothesis, the model included,
- problem statement ends with quality criterions,
- problem solution, theoretical part,
- goals of the computational experiment, including general statistics,
- error analysis,
- table models-data sets-criterions,
- results and conclusions.
- Check the link to your slides in the result table.
- Prepare a talk for 2-5 min.
- See examples in the lecture slides.
Homework
- Check your links in the group table, they work
- Organize your repository
- Update readme
- Update the GitHub .ignore file
- Remove temporary files
- Remove files that are not yours, for example, cited papers
- Check if the repository structure and content are clear to the reader
- Fill in the rest of the content and prepare the whole Document
- Prepare your four-minute Middle talk
- Upload the updated slides and paper
Examples of papers
- Katrutsa A.M., Strijov V.V. Comprehensive study of feature selection methods to solve multicollinearity problem according to evaluation criteria // Expert Systems with Applications, 2017 article
- Motrenko A., Strijov V., Weber G.-W. Bayesian sample size estimation for logistic regression // Journal of Computational and Applied Mathematics, 2014, 255 : 743-752. article
- Kulunchakov A.S., Strijov V.V. Generation of simple structured Information Retrieval functions by genetic algorithm without stagnation // Expert Systems with Applications, 2017, 85 : 221-230. article