2024-04-23 Meeting #11

TODO

1. Latviešu gramatikas rīks (var iekopēt pa paragrāfam), ja nepieciešams salieckomatus.lv

2. Pievienot vēl vienu datu kopu (tādu kādu izmanto citi research Adults)

3. Atsauces uz Kaggle formatēt šādi https://www.perplexity.ai/search/how-to-cite-CYuoZkKgQKK80RTcRFTpBg https://www.kaggle.com/discussions/product-feedback/176309

4. Izmēģināt labojumus, lai iegūtu pozitīvus rezultātus

   1. Mazināt trokšņojumu un saglabāt ap feature mean, std

   2. Notestēt trokšņojumu tikai input datos un tikai output datos atsevišķi

   3. Notestēt 2 paralēlu dataloaders, next batch var dabūt šādi paralēli, ja vienāda izmēra tikai atšķiras random shuffle

      xxxxxxxxxx
      4
      1
      iter2 = iter(loader2)
      2
      for each1 in loader1:
      3
        each2 = next(iter2)
      4
        
      

5. Notestēt Bagging implementācija - Feature exclusion

6. Apmācībām notestēt hiperparametru pārmeklēšanu

   1. Grid search (sklearn) https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

   2. HEBO Search https://docs.ray.io/en/latest/tune/api/doc/ray.tune.search.hebo.HEBOSearch.html

7. Video par tensorboard, hyper param search un HPC (šobrīd gan HPC tev nav nepieciešams)

   1. Iesaku pieslēgt tensorboard vai weights & biases

   2. Video

      https://youtu.be/mfSEalxXpjs

      Jamboard:

      https://jamboard.google.com/d/1u6K98fRN7n7MSuoYtQ1qG5amx1Ebx-6xEI5BcmAIsmU/edit?usp=sharing

       

      Materiāli:

      1. tensorboardX https://tensorboardx.readthedocs.io/en/latest/tutorial.html#what-is-tensorboard-x

      2. HPC qsub task manager http://bioinformatics.mdc-berlin.de/intro2UnixandSGE/sun_grid_engine_for_beginners/how_to_submit_a_job_using_qsub.html

      3. RTU HPC https://drive.google.com/open?id=1Jviz2KlTwgaBltHdOr5gOyzToqbJyckE

Comments

Metode - Repulsive ansambles nezimanto (varbūtibā balstīta) netiek apskatīta, argumentēt ar implementāciju pieejamību un mazu citējamību