priprava:
- mrknout na data/{eval,ml}/README
- mrknout na ipython
- mrknout na pandas
- mrknout na princip gradientboostingu
- mrknout na answer-train-56dfb52.txt - poznamky z mych experimentu
- postahovat z .. data o 0ae3b79 (prakticky identicke s 56dfb52)
- rozchodit answer-score-logistic, answer-score-gradboost (f/dectrees branch)
	melo by to davat podobne vysledky jako jsou v notebooku
- rozjet ipython notebook gradboost.ipynb, mrknout na data,
	vizualizovat si stromy (je treba mit nainst. graphviz)

akce:
- projit notebook, udelat z nej zavery
- navrhnout dalsi experimenty co provest
- provest experimenty
- naimplementovat analog AnswerScoreLogistic pro rozhodovaci les
- zmerit novy vykon systemu
- vyzkouset svm?
- ...