Tham khảo phân nội dung tiểu luận cấu trúc dữ liệu 2023 | Đại học Bách Khoa, Đại học Đà Nẵng

Tham khảo phân nội dung tiểu luận cấu trúc dữ liệu 2023 | Đại học Bách Khoa, Đại học Đà Nẵng giúp sinh viên tham khảo, ôn luyện và phục vụ nhu cầu học tập của mình cụ thể là có định hướng, ôn tập, nắm vững kiến thức môn học và làm bài tốt trong những bài kiểm tra, bài tiểu luận, bài tập kết thúc học phần, từ đó học tập tốt và có kết quả cao cũng như có thể vận dụng tốt những kiến thức mình đã học

 

30 15 lượt tải Tải xuống
Chia sẻ Báo cáo tài liệu

Môn: Cấu trúc dữ liệu (CTDL02)

Trường: Trường Đại học Bách khoa, Đại học Đà Nẵng

Thông tin:

1 trang 1 tháng trước

Tác giả:

Profile Kim Oanh
A. Nội dung tiểu luận:
Gồm 3 phần:
1. Thu thậ ữ p d liệu:
- SV ph i Tả Ự thu thậ ữ p d liệu (tự crawl).
- Số lượng: n ngu n d>1000 mẫu, dẫ ồ ữ ệu và mô tả cách thức thu thậli p.
- Xuất ra các thố ả trực quan về dữ ệu. ng kê mô t li
2. Trích xuất đặc trưng:
- Trình bày việ ựa chọ ặc trưng, làm sạch và c l n đ chuẩn hóa dữ liệu, giảm chiều, …
- Trực quan hoá kết quả của các quá trình trên.
3. Mô hình hóa dữ liệu:
- ọn các mô hình phù hợp (ít nhất 2 mô hình/thuật toán). Ch
- Chia dữ ệu thành Train/Validation/Test set theo tỉ lệ ợp. li phù h
- Trình bày các đồ thị thể ả của các mô hình trong quá trình huấhiện hiệu qu n
luyệ Hiện/ u chỉnh/Kiểm thử.
- So sánh ả của các mô hình bằ ữ ồ thị. hiệu qu ng bảng d liệu hoặc đ
B. Phân nhóm và chấm thi:
- Các SV đăng ký nhóm và đề tài theo lớ (trườ ệt thì 2 p học phần: 3 SV/nhóm ng h p đợ ặc bi
SV/nhóm).
- Mỗi SV trình bày RI ệc mình làm thông qua nộ ết trong tiể ận và ÊNG phần vi i dung vi u lu
ph nh nh ng phần trình bày tr ủa cả ên slide chung c óm õ để GV chấm điểm. Mỗi SV ghi r ( ữ ) ần
việc m c ình làm trong bả phân công công việng ở đầu tiể uận và trình bày u l slide/demo code
phần n mình làm để GV vấ đáp và chấ ểm. m đi
- gian tr bày à demo code cho mỗ út. Thời ình slide v i nhóm: 15 ph
| 1/1
| | Tải xuống

Có thể bạn quan tâm:

Preview text:

A. Nội dung tiểu luận: Gồm 3 phần: 1. Thu thập dữ liệu:
- SV phải TỰ thu thập dữ liệu (tự crawl).
- Số lượng: >1000 mẫu, n
dẫ nguồn dữ liệu và mô tả cách thức thu thập.
- Xuất ra các thống kê mô tả trực quan về dữ liệu.
2. Trích xuất đặc trưng:
- Trình bày việc lựa chọn đặc trưng, làm sạch và chuẩn hóa dữ liệu, giảm chiều, …
- Trực quan hoá kết quả của các quá trình trên.
3. Mô hình hóa dữ liệu:
- Chọn các mô hình phù hợp (ít nhất 2 mô hình/thuật toán).
- Chia dữ liệu thành Train/Validation/Test set theo tỉ lệ phù hợp.
- Trình bày các đồ thị thể hiện hiệu quả của các mô hình trong quá trình huấn
luyện/Hiệu chỉnh/Kiểm thử.
- So sánh hiệu quả của các mô hình bằng bảng dữ liệu hoặc đồ thị.
B. Phân nhóm và chấm thi:
- Các SV đăng ký nhóm và đề tài theo lớp học phần: 3 SV/nhóm (trường hợp đặc biệt thì 2 SV/nhóm).
- Mỗi SV trình bày RIÊNG phần việc mình làm thông qua nội dung v ết trong tiể i u luận và
phần trình bày trên slide chung của cả nhóm để GV chấm điểm. Mỗi SV ghi õ r (những p ) hần
việc mình làm trong bảng c
phân công công việ ở đầu tiểu luận và trình bày slide/demo code
phần mình làm để GV vấn đáp và chấm đ ểm. i
- Thời gian trình bày slide và demo code cho mỗi nhóm: 15 phút.