Что можно написать в дипломной работе по теме восприятие пользователем результатов прогностических систем?

Question

[kycokpiroga]

Мне необходимо сделать диплом в 2024 по теме "Восприятия пользователем результатов прогностических систем". Суть в том, чтобы юзеры стали лучше понимать результаты предсказания ML систем и лучше воспринимать метрики.
Научный вообще не помогает, руководства и помощи нет, сменить не получится уже. Что можно сделать?
Предполагал что-то вроде дашборда или веб-приложения, может даже просто исследование и а/б тест что лучше или написать библиотеку с визуализацией...
Может кто-то кто опытнее в ит подскажет идеи или мысли куда и как двигаться.

Comments

[Snakecharmer]

А разве не вы сами решаете на какую тему будет дипломная работа? Сложилось впечатление что вам тему навязали, и поэтому вы не знаете что писать.

[kycokpiroga]

Snakecharmer, Добрый день, да тему выдали, но научный руководитель отказался от работы, найти нового не удалось и сроки замены темы вышли уже. Придется делать эту, утвержденную. Может Вы бы могли подсказать направление деятельности?

[Griboks]

Snakecharmer,

А разве не вы сами решаете на какую тему будет дипломная работа?

Вы когда последний раз заходили в ВУЗ? Тему давно уже выдают вместе с KPI на каждые 6 месяцев. Не получается каждый месяц по исследованию проводить - отчисление.
Также подозреваю, что автор поступал на болонскую систему, поэтому от него и пытаются избавится.

[kycokpiroga]

Griboks, Непосредственно не пытаются избавиться, но в остальном, в целом верно. Не могли бы предложить ваши идея как действовать?

[alexalexes]

Сильно бы помогло точное название и шифр вашего направления подготовки, это бы помогло бы понять какого рода шаблон исследования предметной области должен быть отражен в дипломе.
Идеально, если вы найдете диплом предыдущего потока групп на том же направлении возьмете из него структуру глав и перепишите под свой контекст предметной области.
При защите диплома, главное, чтобы его структура соответствовала ожиданию комиссии, и присутствовал какой-то ключевой компонент, например, описано получение данных отчета по какому-то хорошо известному комиссии математическому методу, например, по корреляционно-регрессионному анализу.
А какую воду будете лить по предметной области - это вопрос десятый, у вас все равно будет лимит на кол-во страниц. Длинную лирику писать не придется.

[kycokpiroga]

alexalexes, Добрый день! Благодарю Вас за ответ. Шифр специальности 03.03.01. Прикладные математика и физика. Про ожидание комиссии, спасибо за ценный совет. Может быть у вас будут какие-то дополнения?

Answer 1

[Максим Припадчев]

Восприятия пользователем результатов прогностических систем

Вообще тема мертвая, она элементарно плохо сформулирована. Как мне видится, что бы со всем этим делом справится. Тебе подойдет дашборд, при чем в качестве web приложения. Если твой язык python то стек будет такой.
python, pandas, plotly + dash + scikit-learn / statsmodels. Я бы рекомендовал statsmodels, раз уж речь о улучшении восприятия, то работай с интерпретируемыми моделями (statsmodels много инферентной статистики предоставит).

1. Покажи на графиках, как изменение в одном из предикторов, влияют на твой таргет.
2. Сделай анализ важности предикторов, это тоже улучшит понимание юзера.
3. Покажи как удалил выбросы
4. продемонстрируй что применяя стандартизацию данных (или другую трансфомацию), сама структура данных не меняется и т.д.
5. Вообще рассмотри толковый EDA.

Comments

[kycokpiroga]

Огромное спасибо за Ваш подробный ответ! Да тема что то не очень удачная, но придется с ней работать. Спасибо за Ваши советы

[Максим Припадчев]

kycokpiroga, Как у тебя дело с английским обстоит? И на python реализовать собираешься?

[kycokpiroga]

Максим Припадчев, С английским все хорошо, свободное владение. Да, реализация на python полностью/почти полностью хотелось бы. Мне также посоветовали библиотеку и облачный сервис Streamlit, как вариант создания
для веб приложения

[Максим Припадчев]

https://www.statlearning.com/ Загрузи вот эту книгу. Первые четыре главы, тебе могут очень помочь (остальное прочитаешь позже). Также kaggle notebooks помогут (для каких то конкретных задач). Со Streamlit не работал, можешь глянуть галерею по dash https://plotly.com/examples/?_gl=1*19do63v*_ga*MTk.... (Если что они open source, на github их код лежит).Такого уровня конечно приложения тяжело создать будет (с точки зрения оформления), простенькое ты за 20 минут создашь. Но все же. А книга серьезная это классика от стенфорда в мире DA/DS. И общую картинку первые 4 главы хорошую дадут, легче писать будет.

[kycokpiroga]

Максим Припадчев, Огромное спасибо, уже не все теперь мрачным кажется)

Answer 2

[Griboks]

kycokpiroga,

Непосредственно не пытаются избавиться

Это станет понятно на предзащите)

Если вы в бакалавриате/магистратуре, то спокойно написать диплом можно за 2 недели. Если вы в аспирантуре, то будет проще отчислиться/уйти в академ, а потом защититься с другим научруком по другой теме.

Обратите внимание, что обязательно надо отчислиться самостоятельно (а не быть отчисленным вузом), иначе вас потом не примут обратно.

О чём писать в дисере - зависит от специальности. Например по специальности 1.2.2 нужно обязательно сделать модель+метод+программу.

юзеры стали лучше понимать результаты предсказания ML систем и лучше воспринимать метрики

На мой взгляд, эта тема абсолютно не связана с IT. Максимум - статистика, но в основном - это психология. Какую программу можно написать? Ну... наверное, изучить различные психологические исследования в области интерпретации и реализовать все "полезные советы" в своей панели метрик.

Пример:
Панель observability содержит графики статуса по всем сервисам. При клике на график или выделении на нём временного промежутка автоматически открываются более детальные панели только за нужное время только для нужных сервисов. И так происходит рекурсивно до самого глубокого уровня, т.е. i/o, cpu,...

Comments

[kycokpiroga]

Да, тема то не Мт, но нужно все -таки сделать какой-то код и некие практические вещи. Статистику, придется напихать в теоретическую часть, это верно. Спасибо Вам за советы.