od pasky » 10. 6. 2010 15:59
Nejdrive byla pisemka, meli jsme zacit v 11:30, zacali jsme v 11:45, jedine dobre, nebot jsem mel zpozdeni.
Byla tradicne hodina casu a schuzka v 13:45 pred pracovnou. Otazky: 1. Metodologie SEMMA (!) 2. Rozhodovaci stromy, ID3 algoritmus 3. Naivni bayesovsky klasifikator
Na ustni jsme cca 20 minut cekali, pak nejdrive brala jednoho po druhem, pak se zacalo paralelizovat. Mam z toho, priznam se, trochu pachut, ktera je obvykle vyhrazena jinym zkousejicim - nejdrive mne pozadala, abych znovu popsal klasifikator (bez koukani na pisemku), chvilku jsme zonglovali se vzorecky a zkouseli jej poustet v praxi pod palbou spousty zaludnych otazek. Pak abych znovu popsal rozhodovaci stromy, zacala do toho trochu vrtat - pro ktere hodnoty se vytvari uzly, ja jsem tvrdil, ze se obvykle vytvari uzly pro ty hodnoty atributu, ktere mam v datech sve vetve, pani Mrazova ale zase, ze se museji brat hodnoty z celeho datasetu (to se mi moc nezda, kolikrat muzou byt nektere kombinace hodnot atributu nesmyslne, nebo muze byt uzitecne chybejici uzly doplnovat az za behu). Tak mi dala odvodit adaptacni pravidlo backpropu, chvili jsme se nad nim hadali, nez jsme se shodli, ze jsem zapomnel pred derivaci strcit minus. A tak mi dala vetu o schematech, napsal jsem, co mne napadlo, ale kdyz vyslo najevo, ze po mne chce i formalne rozepsat kompletni dukaz, tak jsem se rozloucil a odesel s dvojkou, na to je zivot moc kratky.
Prijde mi, ze na metodologie se nikoho v mem doslechu neptala, coz je jedine dobre. Ale zklamalo mne, ze IMHO znatelne delsi dukaz klade na technickou spravnost vsech obezlicek nez na porozumneni tomu, proc a jak ty algoritmy funguji. Tak jsem si postezoval, ostatni snad alespon konecne ziskaji predstavu, jak zkouska vypada; kolegu se ptala jeste treba na MBA nebo adaptacni pravidlo v Hopfieldovych sitich a neco s clusterovanim.
Nejdrive byla pisemka, meli jsme zacit v 11:30, zacali jsme v 11:45, jedine dobre, nebot jsem mel zpozdeni. ;-) Byla tradicne hodina casu a schuzka v 13:45 pred pracovnou. Otazky: 1. Metodologie SEMMA (!) 2. Rozhodovaci stromy, ID3 algoritmus 3. Naivni bayesovsky klasifikator
Na ustni jsme cca 20 minut cekali, pak nejdrive brala jednoho po druhem, pak se zacalo paralelizovat. Mam z toho, priznam se, trochu pachut, ktera je obvykle vyhrazena jinym zkousejicim - nejdrive mne pozadala, abych znovu popsal klasifikator (bez koukani na pisemku), chvilku jsme zonglovali se vzorecky a zkouseli jej poustet v praxi pod palbou spousty zaludnych otazek. Pak abych znovu popsal rozhodovaci stromy, zacala do toho trochu vrtat - pro ktere hodnoty se vytvari uzly, ja jsem tvrdil, ze se obvykle vytvari uzly pro ty hodnoty atributu, ktere mam v datech sve vetve, pani Mrazova ale zase, ze se museji brat hodnoty z celeho datasetu (to se mi moc nezda, kolikrat muzou byt nektere kombinace hodnot atributu nesmyslne, nebo muze byt uzitecne chybejici uzly doplnovat az za behu). Tak mi dala odvodit adaptacni pravidlo backpropu, chvili jsme se nad nim hadali, nez jsme se shodli, ze jsem zapomnel pred derivaci strcit minus. A tak mi dala vetu o schematech, napsal jsem, co mne napadlo, ale kdyz vyslo najevo, ze po mne chce i formalne rozepsat kompletni dukaz, tak jsem se rozloucil a odesel s dvojkou, na to je zivot moc kratky. ;-)
Prijde mi, ze na metodologie se nikoho v mem doslechu neptala, coz je jedine dobre. Ale zklamalo mne, ze IMHO znatelne delsi dukaz klade na technickou spravnost vsech obezlicek nez na porozumneni tomu, proc a jak ty algoritmy funguji. Tak jsem si postezoval, ostatni snad alespon konecne ziskaji predstavu, jak zkouska vypada; kolegu se ptala jeste treba na MBA nebo adaptacni pravidlo v Hopfieldovych sitich a neco s clusterovanim.