Code Monkey home page Code Monkey logo

wisdom_reports's People

Watchers

 avatar  avatar  avatar

wisdom_reports's Issues

sezione 2.3.1 priori coniugati

Non ricordo dove avevo trovato questa informazione, ma credo che i priori coniugati fossero definiti soltanto per le distribuzioni della famiglia esponenziale (tutte quelle che trovi normalmente associate a dei priori coniugati sono distribuzione della famiglia esponenziale).
Non è importante, ma potrebbe valere la pena trovare una referenza a proposito.

migliorare il grafico dello scaling algoritmico del metodo

figura:
https://github.com/UniboDIFABiophysics/WISDOM/blob/master/Tesi-Completa/RC2-timeVsize.png

Se non prende troppo tempo, aggiungerei due cose a questa figura:

  1. ripetere le simulazioni più volte, in modo da avere un intervallo di confidenza sulla crescita (ci sono delle irregolarità, e sarebbe interessante capire se sono reali o no)
  2. visualizzare un andamento teorico, come ad esempio N^4 per far capire come si stia comportando. dovresti poter fare un fit con un polinomio di quarto grado per vedere quale sia il comportamento

sezione 4.1.1 subsection data structure and processing

bisogna scrivere meglio la descrizione dei macrovoxel per far capire meglio che non sei stato tu a decidere il metodo o a fare i calcoli a proposito, quindi se non gli piace non ti possono rompere le scatole a proposito.

sezione 4.1.1

non ricordo se nel report era indicato o meno, ma il rapporto fra le medie delle deviazioni standard dei due gruppi è molto vicina a radice di 2 (ovvero uno ha la varianza che è la metà dell'altro).
L'ipotesi di lavoro quindi è che in una delle due metà siano stati inseriti come dati i risultati della media di due osservazioni.

logistic regression

potrebbe valere la pena aggiungere una o due frasi in più a proposito della regressione logistica, per farla capire meglio.

figura 1.5 credits

non credo che la fonte dalla figura vada citata nel testo, sarebbe da mettere fra le referenze anche quella.

nomi di composti chimici

nella sezione 1.3 usi i nomi di emoglobina e compari in corsivo, che non credo sia una pratica standard, io li lascerei in formato ordinario

figura 2.2

l'immagine delle ellissi generate dalle wishart mi piace molto, ma sarebbe utile inserire una descrizione di quale sia la matrice di scala usata per generare la figura a destra.

sezione 3.2.2

introduci la descrione generale del metodo di ordine p-n, ed in particolare il p-2, ma non spieghi il fatto che questo risulti equivalente alla matrice di correlazione originaria a meno di una trasformazione affine,
Secondo me è un dettagli interessante.

Potrebbe valere la pena spendere anche due parole nello spiegare come questo possa essere usato per analizzare subset di variabili che derivano da altri metodi di feature selection.

sezione 3.2

non credo che tu possa parlare delle likelihood ratio come di distanze: in teoria una distanza ha una serie di proprietà precise fra cui la non negatività.
Sarebbe da pensare ad un altro termine oppure evitarlo del tutto e parlare solo di misura.

assumption of random state

a pagina 2, quando dici che l'assunto era che il modello di base fosse random, ci potrebbe stare una citazione

separazione fra paragrafi

Le frasi devono essere tutte inserite una in fila all'altra.
i paragrafi sono separati da uno spazion bianco nel sorgente.
togli la separazione esplicita della distanza, perchè si può configurare esplicitamente come opzione generale dol documento invece che paragrafo per paragrafo.

capitolo 3

all'apertura del capitolo fai ancora riferimento al database ABIDE, anche se poi non ne parliamo più

capitolo 4

anche all'inizio del capitolo 4 fai riferimento sia ad adni che abide, anche se poi usi soltanto adni2

figura 4.13

nel commento dici che non c'è una separazione apprezzabile, però le due linee sono nettamente separate.
O togliamo la figura oppure cambia la descrizione.

appendice su scipy

non ho ancora visto se lo non sia presente in seguito, ma nel dubbio lo inserisco: sarebbe utile aggiungere una paginetta di appendice alla tesi in cui spieghi come usare la libreria di scipy.stats per genrare le wishart in modo che in futuro l'informazione sia ancora lì.

cross coherence

la descrivi in una sola frase: o la espandi leggermente (ad esempio almeno con una formula di definizione), oppure la eliminirei direttamente

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.