Большие данные КС-33 2025
Dz (обсуждение | вклад) |
|||
| (не показаны 3 промежуточные версии 3 участников) | |||
| Строка 35: | Строка 35: | ||
Карта Москвы со школами, которые внутри районов. Из каждой школы приходит известное количество школьников на ДОД, известно сколько заявлений, сколько поступило в итоге и с каким баллом и на какую специальность. Какой ЕГЭ сдавали. [https://datalens.yandex.cloud/9l4oomgc61oiv-abiturienty-postupayushie-v-rhtu?state=f09cf59556 Дешборд карты Москвы] | Карта Москвы со школами, которые внутри районов. Из каждой школы приходит известное количество школьников на ДОД, известно сколько заявлений, сколько поступило в итоге и с каким баллом и на какую специальность. Какой ЕГЭ сдавали. [https://datalens.yandex.cloud/9l4oomgc61oiv-abiturienty-postupayushie-v-rhtu?state=f09cf59556 Дешборд карты Москвы] | ||
| + | Нейросеть "Молибденовые сини" В папке код программы, датасет и результат работы. https://drive.google.com/drive/folders/1YGeQ3ll31FX_RhQ7o8ug7zWe2fIZ8N_L?usp=sharing | ||
| + | |||
| + | |||
| + | ML1. Команда Вагенлейтнер | ||
| + | Обучение модели машинного обучения для обнаружения частиц вещества на снимках, полученных с помощью электронного микроскопа. [https://docs.google.com/document/d/1CH8JqwYUypqxpoATxTflN5p4ROq2lnHi/edit?usp=sharing&ouid=107867972108718143620&rtpof=true&sd=true Отчёт по работе] | ||
| + | |||
| + | ML. Бяков Александр - Анализ частиц на изображениях с помощью нейронной сети. [https://docs.google.com/document/d/1wtZy02LxuKMB3XGulv0u55fZJmksmKz7/edit?usp=sharing&ouid=116408419338376809852&rtpof=true&sd=true Отчет] | ||
| + | |||
| + | |||
| + | Команда Георгиевская [https://colab.research.google.com/drive/1X4iyO8IBIMeN9nnoiQ5_dkj-fDnCvhCU?usp=sharing Параметрическая и структурная идентификация] | ||
Текущая версия на 09:29, 30 мая 2025
Задание 1. Сгенерировать набор данных, определить структуру и параметры модели. по которой данные генерировались.
Справочно: Получение параметров линейного уравнения регрессии при помощи статистических характеристик
Задание 2. Параметрическая идентификация (с b0 и без b0)
Задание 3. Структурная и параметрическая идентификация
структурная идентификация Михайлова
структурная идентификация Георгиевская
структурная идентификация Вагенлейтнер
структурная идентификация Турков
Дашборд1. Команда Турков Карта Москвы со школами, которые внутри районов. Из каждой школы приходит известное количество школьников на ДОД, известно сколько заявлений, сколько поступило в итоге и с каким баллом и на какую специальность. Какой ЕГЭ сдавали. Дешборд карты Москвы
Нейросеть "Молибденовые сини" В папке код программы, датасет и результат работы. https://drive.google.com/drive/folders/1YGeQ3ll31FX_RhQ7o8ug7zWe2fIZ8N_L?usp=sharing
ML1. Команда Вагенлейтнер
Обучение модели машинного обучения для обнаружения частиц вещества на снимках, полученных с помощью электронного микроскопа. Отчёт по работе
ML. Бяков Александр - Анализ частиц на изображениях с помощью нейронной сети. Отчет
Команда Георгиевская Параметрическая и структурная идентификация
Сертификаты:
Алексеева Екатерина Юрьевна
Бяков Александр Александрович
Вагенлейтнер Никита Сергеевич
Вельмакина Дарья Евгеньевна
Георгиевская Анастасия Игоревна
Костяева Ксения Сергеевна
Лосьева Ангелина Викторовна
Михайлова Екатерина Александровна
Турков Вячеслав Михайлович
Чахалиди Владислав Эдуардович
Черкасов Тимофей Викторович
Шакирова Диана Маратовна
Нету:
Динмухаметов Григорий Владимирович
Овсянникова Владислава Сергеевна
Родина Софья Андреевна
Сапожникова Екатерина Игоревна
Сафу Чикая Дрюк Жеорфани
Царёв Михаил Сергеевич
Щербаков Леонид Алексеевич
