Практикум на ЭВМ (317)/2015-2016
Материал из MachineLearning.
(+ темы для выступлений на семинаре 17.11.) |
|||
Строка 1: | Строка 1: | ||
+ | {{notice|Определены темы для выступлений на ближайшем семинаре. См. информацию ниже.}} | ||
+ | |||
__NOTOC__ | __NOTOC__ | ||
* Обязательный курс для студентов каф. [[ММП]] 3 курса, 5-6 семестр. | * Обязательный курс для студентов каф. [[ММП]] 3 курса, 5-6 семестр. |
Версия 16:11, 10 ноября 2015
Определены темы для выступлений на ближайшем семинаре. См. информацию ниже. |
- Обязательный курс для студентов каф. ММП 3 курса, 5-6 семестр.
- Зачёт с оценкой
- Преподаватели: Д.А. Кропотов, Михаил Фигурнов, О.В. Красоткина, Евгений Нижибицкий и другие.
Изучение Python, NumPy
Материалы:
Домашнее задание по первому семинару. Прочитать и понять:
- Главы 3-6 официального учебника
- Разделы Other languages have "variables" и Python has "names" неофициального руководства
14.09 будет контрольная по языку Python.
Домашнее задание по второму семинару.
- Прочитать руководство по NumPy.
Задачи для подготовки к контрольной работе. Некоторые функции, требуемые для решения этих задач, на семинаре не рассматривались, так что пользуйтесь документацией NumPy.
- При помощи метода Монте-Карло подсчитать значение интеграла функции cos(x^2) в пределах от 0 до 0.5.
- Подсчитать в векторе x среднее значение, проигнорировав значения inf и nan. Т.е. для x = np.array([1, 2, np.nan]) ответ 1.5
- В матрице H заменить все значения, которые больше maxH, на maxH, а все значения, которые меньше minH, на minH. Решите задачу двумя способами: с использованием индексации по матрице, и с использованием операций взятия максимума и минимума.
18.09 будет контрольная по NumPy.
Изучение
Полезная информация по установке TeXа + ссылки на литературу
Unit-тестирование
Пример unit-тестирования с семинара
Презентация по unit-тестированию с примерами под MatLab
Разметка для markdown cell в ipython notebook
Подготовка презентаций в с помощью пакета beamer
Темы для выступления на семинаре 27.10.
Выступление должно сопровождаться презентацией, подготовленной в с помощью пакета beamer.
№ п/п | Тема | ФИО студента | Комментарии |
---|---|---|---|
1 | Системы контроля версий на примере Subversion | Коваленко Павел | Презентация (pdf) |
2 | Системы контроля версий на примере Git | Каюмов Эмиль | Презентация (pdf) |
3 | Использование пакета multiprocessing для ускорения вычислений в Python | Полыковский Даниил | Презентация (pdf) |
4 | Использование Cython для ускорения вычислений в Python | Николаев Владимир | Презентация (pdf) |
5 | Профилирование в Python для ускорения вычислений | Лунин Дмитрий | Презентация (pdf) |
6 | Интеграция Python-LaTeX с помощью пакета векторной графики PGF/TikZ | Кузнецов Максим | Презентация (pdf) |
7 | ООП в Python | Полушин Владимир | Презентация (pdf) |
8 | Сравнительный анализ Python и R | Драпак Степан | Презентация (pdf) |
Темы для выступлений на семинаре 17.11.
Каждый студент 317 группы (кроме тех, кто уже выступал ранее) может выбрать одну из нижеперечисленных тем для презентации. Выступление по возможности должно сопровождаться презентацией, подготовленной в с помощью пакета beamer. В исключительных случаях разрешается делать презентацию в IPython notebook или просто использовать IPython notebook вместо презентации. Всего на семинаре предполагается 8 выступлений. Если до четверга 12.11., 23:59 не все 8 докладов будут распределены, то недостающие докладчики будут выбраны принудительно. При согласовании с преподавателем можно выбрать свою тему для презентации в рамках вопросов, изучаемых на практикуме.
№ п/п | Тема | ФИО студента | Комментарии |
---|---|---|---|
1 | Использование Numba для ускорения вычислений в Python | Севастопольский Артем | Презентация (pdf) |
2 | Система вёрстки XeTeX | ||
3 | Обзор методов классификации/регрессии в scikit-learn (кроме тех, что уже рассматривались в рамках учебных курсов) | ||
4 | Обзор методов кластеризации в scikit-learn (кроме К-средних и восстановления смеси нормальных распределений) | ||
5 | Создание презентаций в IPython notebook | ||
6 | Интерактивные виджеты в IPython notebook | ||
7 | Визуализация с помощью VTK/ParaView | ||
8 | Анализ изображений с помощью scikit-image | ||
9 | Анимированная графика в PDF/Latex | ||
10 | Анимация и трёхмерная графика в matplotlib |
Задания 2015 года (осень)
Задание 1. Изучение Python, NumPy
Задание 2. Метрические алгоритмы классификации
Задание 3. Метод опорных векторов
Оценки 2015 года (осень)
ФИО студента | Контрольные | Задания | Выступление | Сумма | Итоговая оценка | ||||
---|---|---|---|---|---|---|---|---|---|
№1 | №2 | №1 | №2 | №3 | №4 | ||||
Амир Мирас | 0.6 | 2 | |||||||
Айсина Роза | 0 | 1.5 | |||||||
Алескин Александр | 1.2 | 1 | |||||||
Белобородов Дмитрий | 1.2 | 2 | |||||||
Бобров Евгений | 1.6 | 0.5 | |||||||
Гарипов Тимур | 1.8 | 2 | |||||||
Драпак Степан | 0.4 | 2 | 2 | ||||||
Измаилов Павел | 1.2 | 1.7 | |||||||
Илларионова Светлана | 0.6 | 0.7 | |||||||
Каюмов Эмиль | 1.6 | 2 | 2 | ||||||
Коваленко Павел | 1.6 | 2 | 1 | ||||||
Козлов Никита | 1.2 | 1.5 | |||||||
Кузнецов Максим | 1.6 | 1.7 | 1.5 | ||||||
Лунин Дмитрий | - | - | 2 | ||||||
Никишин Евгений | 1.2 | 1 | |||||||
Николаев Владимир | 1.8 | 2 | 2 | ||||||
Пиджакова Анна | 1.4 | 1.7 | |||||||
Полушин Владимир | 1.6 | 2 | 2 | ||||||
Полыковский Даниил | 1.4 | 2 | 2 | ||||||
Попов Артём | 1.4 | 2 | |||||||
Севастопольский Артём | 1.2 | 1.5 | |||||||
Таскынов Ануар | 0.6 | 2 | |||||||
Шолохова Татьяна | 0.4 | 2 |
Правила сдачи практикума на ЭВМ для студентов 317 группы (осень)
- В течение семестра будет несколько заданий и контрольных работ. Задания оцениваются из 5 баллов, контрольные работы — из 2-х баллов. На выполнение каждого задания студентам отводится определённый срок; за ошибки в выполнении задания и просрочки количество баллов уменьшается.
- При несдаче задания студент получает за него -10 баллов. При несдаче контрольной работы студент получает за неё 0 баллов.
- Штраф за просрочку сдачи задания составляет 0.1 балла в день (максимума нет). Обратите внимание, что за сданное задание можно получить отрицательные баллы.
- Задания выполняются САМОСТОЯТЕЛЬНО, если не оговорено обратное. Если задание выполнялось сообща, или использовались какие-либо сторонние коды и материалы, то об этом должно быть написано в отчете. В противном случае «похожие» решения считаются плагиатом и все задействованные студенты (в том числе те, у кого списали) будут сурово наказаны.
- При сдаче задания необходим исходный код программы, а также отчёт в формате pdf.
- При отправке электронных писем преподавателю для уменьшения шансов потери письма и увеличения скорости ответа тема письма должна выглядеть так: [Prak317], <Ваша фамилия>, <Номер задачи>, <Пояснение>
- Критерии выставления оценок: 19 баллов – «отлично», 12 баллов – «хорошо», 0 баллов – «удовлетворительно».
Требования к отчёту
Отчёт должен быть САМОДОСТАТОЧНЫМ документом в формате PDF. Отчёт должен давать проверяющему ответы на следующие вопросы:
- К какому курсу относится задание?
- Какое задание выполнено?
- Кем выполнено задание?
- Когда сдано задание?
- В чём заключалось задание?
- Что было сделано? Что не было сделано?
- Даны ли правильные ответы на все теоретические вопросы задания?
- Проведены ли все необходимые эксперименты? Получены ли осмысленные ВЫВОДЫ?
- Выполнена ли творческая часть задания?
- Пользовался ли студент чьей-либо помощью? Если да, то в каком объёме?
- Какой литературой пользовался студент?