2023-10-23 Meeting #9

 

TODO

  1. Noņemt booktabs no tabulām

  2. Papildināt metriku nodaļu un Shematiski uzzīmēt kastīšu diagrammas formulām un pievienot kā MermaidJS => SVG Kā rēķina metriku, modeli, SLR kritērijus utt https://mermaid.js.org/syntax/sequenceDiagram.html https://mermaid.live/edit

  3. Uzrakstīt Abstract pēc formulas:

    1. 1-2 teikumi, kas tas ir, kā tas strādā un kāpēc vajag

    2. 1-2 teikumi, ar metožu nosaukumiem un ļoti virspusīgikā tās strādā

    3. 1-2 teikumi ar metikām/modeļiem skaitliskām vērtībām, piemēram “In noise-free conditions, the Monte Carlo Dropout algorithm delivered 100% accuracy, while Bayes by Backprop also performed impressively at 99.7%. However, with 40% data noise, Bayes by Backprop proved the most robust, its accuracy decreasing to 92.93%, compared to Monte Carlo Dropout's more significant drop to 90.67%.”

    4. 1 teikums, kur to praktiski var izmantot.

  4. Uzrakstīt Secinājumus:

    1. No katra teikuma Abstract izveidot 3 teikumus

    2. No ievada darba uzdevumiem katram pretī uzrakstīt 1-3 secinājuma teikumus

  5. Noņemt pielikumus

  6. Izrēķināt t-test vai iegūtais rezultāts ir statistiski nozīmīgs salīdzinot tavu modeli ar citiem un tavu metriku ar citām (excelī ir formula =TTEST(...))