Практикум на ЭВМ (317)/2015-2016

Материал из MachineLearning.

Перейти к: навигация, поиск
Выложена формулировка четвёртого задания по курсу. Срок сдачи — 20 декабря.


Изучение Python, NumPy

Материалы:

Домашнее задание по первому семинару. Прочитать и понять:

14.09 будет контрольная по языку Python.

Домашнее задание по второму семинару.

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 \TeX

Пример tex-файла с семинара

Полезная информация по установке TeXа + ссылки на литературу

Unit-тестирование

Документация по unittest

Пример unit-тестирования с семинара

Презентация по unit-тестированию с примерами под MatLab

Разметка для markdown cell в ipython notebook

Документация по markdown

Пример с семинара

Подготовка презентаций в \LaTeX с помощью пакета beamer

Пример презентации с семинара

Темы для выступления на семинаре 27.10.

Выступление должно сопровождаться презентацией, подготовленной в \LaTeX 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.

Выступление по возможности должно сопровождаться презентацией, подготовленной в \LaTeX с помощью пакета beamer. В исключительных случаях разрешается делать презентацию в IPython notebook или просто использовать IPython notebook вместо презентации.

№ п/п Тема ФИО студента Комментарии
1 Использование Numba для ускорения вычислений в Python Севастопольский Артем Презентация (pdf)
2 Обзор методов классификации/регрессии в scikit-learn (кроме тех, что уже рассматривались в рамках учебных курсов) Никишин Евгений Презентация (pdf)
3 Создание презентаций в IPython notebook Илларионова Светлана IPython Notebook
4 Интерактивные виджеты в IPython notebook Попов Артём Презентация (pdf)
5 Визуализация с помощью VTK/ParaView Алескин Александр Презентация (pdf)
6 Анализ изображений с помощью scikit-image Амир Мирас Презентация (pdf)
7 Анимированная графика в PDF/Latex Таскынов Ануар Презентация (pdf)
8 Анимация и трёхмерная графика в matplotlib Бобров Евгений Презентация(pdf)

ЕМ-алгоритм

Конспект по ЕМ-алгоритму

Задания 2015 года (осень)

Задание 1. Изучение Python, NumPy

Задание 2. Метрические алгоритмы классификации

Задание 3. Метод опорных векторов

Задание 4. Методы восстановления плотности распределения в задаче вычитания фона

Код для визуализации

Оценки 2015 года (осень)

ФИО студента Контрольные Задания Выступление Сумма Итоговая оценка
№1 №2 №1 №2 №3 №4
Амир Мирас 0.6 2 2
Айсина Роза 0 1.5
Алескин Александр 1.2 1 2
Белобородов Дмитрий 1.2 2
Бобров Евгений 1.6 0.5 1.5
Гарипов Тимур 1.8 2
Драпак Степан 0.4 2 2
Измаилов Павел 1.2 1.7
Илларионова Светлана 0.6 0.7 1.5
Каюмов Эмиль 1.6 2 2
Коваленко Павел 1.6 2 1
Кузнецов Максим 1.6 1.7 1.5
Лунин Дмитрий - - 2
Никишин Евгений 1.2 1 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 2
Севастопольский Артём 1.2 1.5 2
Таскынов Ануар 0.6 2 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?

Страницы прошлых лет

2014-2015

2013-2014

2012-2013

2011-2012

Личные инструменты