Практикум на ЭВМ (317)/2015-2016
Материал из MachineLearning.
(Различия между версиями)
(→Темы для выступлений на семинаре 17.11.) |
(→Темы для выступлений на семинаре 17.11.) |
||
| Строка 88: | Строка 88: | ||
| align="center"|3 || Создание презентаций в IPython notebook || Илларионова Светлана || | | align="center"|3 || Создание презентаций в IPython notebook || Илларионова Светлана || | ||
|- | |- | ||
| - | | align="center"|4 || Интерактивные виджеты в IPython notebook || Попов Артём || | + | | align="center"|4 || Интерактивные виджеты в IPython notebook || Попов Артём || [[Media:4_Ipython_widgets.pdf| Презентация (pdf)]] |
|- | |- | ||
| align="center"|5 || Визуализация с помощью VTK/ParaView || Алескин Александр || [[Медиа:Paraview.pdf | Презентация (pdf)]] | | align="center"|5 || Визуализация с помощью VTK/ParaView || Алескин Александр || [[Медиа:Paraview.pdf | Презентация (pdf)]] | ||
Версия 11:03, 17 ноября 2015
- 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.
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.
| № 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 | |
| 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 | |
| 8 | Анимация и трёхмерная графика в matplotlib | Бобров Евгений |
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 | ||||||
| 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?
