Merge branch 'lab'

lab/05_statystyczny_model_językowy_część_2.ipynb

@@ -148,57 +148,36 @@
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "## ZADANIE:"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 9,
-   "metadata": {},
-   "outputs": [],
-   "source": [
-    "g1 = [470618, 415366, 434695, 470611, 470607]\n",
-    "g2 = [440054, 434742, 434760, 434784, 434788]\n",
-    "g3 = [434804, 430705, 470609, 470619, 434704]\n",
-    "g4 = [434708, 470629, 434732, 434749, 426206]\n",
-    "g5 = [434766, 470628, 437622, 434780, 470627, 440058]"
-   ]
-  },
-  {
-   "cell_type": "code",
-   "execution_count": 10,
-   "metadata": {},
-   "outputs": [
-    {
-     "name": "stdout",
-     "output_type": "stream",
-     "text": [
-      "model trigramowy odwrotny\n"
-     ]
-    }
-   ],
-   "source": [
-    "if NR_INDEKSU in g1:\n",
-    "    print('model bigramowy standardowy')\n",
-    "elif NR_INDEKSU  in g2:\n",
-    "    print('model bigramowy odwrotny')\n",
-    "elif NR_INDEKSU  in g3:\n",
-    "    print('model trigramowy')\n",
-    "elif NR_INDEKSU  in g4:\n",
-    "    print('model trigramowy odwrotny')\n",
-    "elif NR_INDEKSU  in g5:\n",
-    "    print('model trigramowy ze zgadywaniem środka')\n",
-    "else:\n",
-    "    print('proszę zgłosić się do prowadzącego')"
+    "### Jak tunować parametry na zbiorze deweloperskim?\n",
+    "\n",
+    "- tworzymy model opisany jak przez \"klasę abstrakcyjną\" na początku notebooku. Model ma podany jako parametr konstruktora pewien parametr wygładzania np. alpha\n",
+    "- tworzymy wiele modeli z różnymi parametrami, uczymy je i sprawdzamy na zbiorze deweloperskim, dostając  np. taką tabelkę:\n",
+    "\n",
+    "\n",
+    "|  parametr alfa  | pplHashed na dev-0|\n",
+    "| -----------     | -----------       |\n",
+    "| 0.0             | 404               |\n",
+    "| 0.1             | 370               |\n",
+    "| 0.2             | 343               |\n",
+    "| 0.3             | 339               |\n",
+    "| 0.4             | **320**           |\n",
+    "| 0.5             | 337               |\n",
+    "| 0.6             | 398               |\n",
+    "| 0.7             | 404               |\n",
+    "| 0.8             | 432               |\n",
+    "| 0.9             | 426               |\n",
+    "| 1.0             | 433               |\n",
+    "\n",
+    "Wybieramy najlepszy parametr względem metryki. Tutaj najlepszy wynik to **320** osiągany dla parametru **alfa=0.4**. Zatem taki model oddajemy w zadaniu na gonito. \n",
+    "\n",
+    "Oczywiście robienie tabelki nie jest konieczne. Podobnie postępujemy, jeżeli parametrów będzie więcej niż 1. Ilość modeli do stworzenia będzie rosła wykładnioczo względem ilości parametrów. Np. jeżeli każdy parametr będzie miał 10 możliwości i chcemy przetestować 3 parametry, to mamy 10^3 możliwości. Dlatego warto wtedy ograniczać zakres, np. zamiast 10 możliwości wziąć 3 możliwości."
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {},
    "source": [
-    "### gonito:\n",
-    "- zapisanie do achievmentu przez start working\n",
-    "- send to review"
+    "## ZADANIE:"
    ]
   },
   {
@@ -207,7 +186,7 @@
    "source": [
     "### ZADANIE\n",
     "\n",
-    "Proszę stworzyć rozwiązanie modelu (komórka wyżej) dla https://gonito.csi.wmi.amu.edu.pl/challenge/challenging-america-word-gap-prediction i umieścić je na platformie gonito\n",
+    "Proszę za pomocą modelu statystycznego ($n$-gramowego) stworzyć rozwiązanie dla https://gonito.csi.wmi.amu.edu.pl/challenge/challenging-america-word-gap-prediction i umieścić je na platformie Gonito\n",
     "    \n",
     "Warunki zaliczenia:\n",
     "- wynik widoczny na platformie zarówno dla dev i dla test\n",
@@ -220,7 +199,7 @@
     "\n",
     "Uwagi:\n",
     "\n",
-    "- warto wymyślić jakąś metodę wygładazania, bez tego może być bardzo kiepski wynik\n",
+    "- warto skorzystać z jakiejś metody wygładazania (plusalpha, interpolacja, Good-Turing, back-off), bez tego wynik może być bardzo kiepski\n",
     "- nie trzeba korzystać z całego zbioru trenującego\n",
     "- roziwązanie zadania to **70** punktów,\n",
     "- **dodatkowo:** za najlepsze rozwiązanie w grupie przyznaję **40** punktów, za drugie miejsce: **20** punktów, a za trzecie miejsce: **10** punktów\n",