Практикум на ЭВМ (317)/2016-2017

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Задания 2016 года (осень))
Текущая версия (06:55, 5 сентября 2017) (править) (отменить)
(категория)
 
(18 промежуточных версий не показаны.)
Строка 7: Строка 7:
# В рамках семестра предполагается четыре практических задания. Каждое задание оценивается из 5-ти баллов. Контрольные работы из расчета 1 балла
# В рамках семестра предполагается четыре практических задания. Каждое задание оценивается из 5-ти баллов. Контрольные работы из расчета 1 балла
# За каждый день просрочки при сдаче задания начисляется штраф в размере 0.1 балла в день, но суммарно не более 3-х баллов.
# За каждый день просрочки при сдаче задания начисляется штраф в размере 0.1 балла в день, но суммарно не более 3-х баллов.
-
# Для получения итоговой оценки 5 необходимо набрать 17 баллов, оценки 4 — 13 баллов и сдать на положительный балл все три задания, оценки 3 — 9 баллов.
+
# Для получения итоговой оценки 5 необходимо набрать 13 баллов и сдать на положительный балл все три задания, оценки 4 — 10 баллов и сдать на положительный балл все три задания, оценки 3 — 7 баллов.
# Выполненные задания присылать на почту mmp.practicum.317@gmail.com. Желательно указывать следующую тему: '''Фамилия, задание [номер задания]'''.
# Выполненные задания присылать на почту mmp.practicum.317@gmail.com. Желательно указывать следующую тему: '''Фамилия, задание [номер задания]'''.
# Вопросы по заданиям можно присылать на ту же почту. Желательно указывать следующую тему: '''Вопрос по заданию [номер задания]'''
# Вопросы по заданиям можно присылать на ту же почту. Желательно указывать следующую тему: '''Вопрос по заданию [номер задания]'''
Строка 45: Строка 45:
| align="center"|8 || Использование пакета multiprocessing для ускорения вычислений в Python || Бабичев Дмитрий || [[Media:Presentation_babichev.pdf‎ | Презентация (pdf)]]
| align="center"|8 || Использование пакета multiprocessing для ускорения вычислений в Python || Бабичев Дмитрий || [[Media:Presentation_babichev.pdf‎ | Презентация (pdf)]]
|-
|-
 +
|-
 +
|}
 +
 +
=== Выступления на семинаре 14.11. ===
 +
 +
{|class="standard sortable"
 +
! № п/п !! Тема !! ФИО студента !! Комментарии
 +
|-
 +
| align="center"|1 || Системы контроля версий на примере Git || Соболева Дарья || [[Media:Soboleva2016GitPresentation.pdf | Презентация (pdf)]]
 +
|-
 +
| align="center"|2 || Анимация и трёхмерная графика в matplotlib || Козловцев Константин || []
 +
|-
 +
| align="center"|3 || Сравнительный анализ Python и Ruby || Масляков Глеб || [[Media:Maslyakov.Python_vs_Ruby.pdf | Презентация (pdf)]]
 +
|-
 +
| align="center"|4 || Обзор Pandas || Щекалёв Алексей || [[Media:Shekalev.Pandas.pdf | Презентация (pdf)]]
 +
|-
 +
| align="center"|5 || Профилирование в Python для ускорения вычислений || Юдин Никита || [[Media:Yudin.Profiling.pdf | Презентация (pdf)]]
 +
|-
 +
| align="center"|6 || Отладка в iPython Notebook || Журавская Александра || [[Media:Juravskaya.Debugging.zip | Презентация (ipynb)]]
 +
|-
 +
| align="center"|7 || Анимация в PDF-LaTeX || Серов Сергей || [[Media:Animation_in_PDF-LaTeX_Serov.pdf‎ | Презентация (pdf)]]
|-
|-
|}
|}
Строка 106: Строка 127:
[[Media:MMP_Praktikum_317_2016_Reports.pdf|Темы докладов с распределением по датам]]
[[Media:MMP_Praktikum_317_2016_Reports.pdf|Темы докладов с распределением по датам]]
 +
 +
=== Конспект лекции по ЕМ (2015 год) ===
 +
 +
[[Media:MMP_Practicum_317_2015_EM_algorithm.pdf|Конспект по ЕМ-алгоритму]]
= Требования к отчёту =
= Требования к отчёту =
Строка 134: Строка 159:
[[ Практикум на ЭВМ (317)/2011-2012 | 2011-2012 ]]
[[ Практикум на ЭВМ (317)/2011-2012 | 2011-2012 ]]
 +
 +
[[Категория:Кафедра Математические методы прогнозирования ВМиК МГУ]]
 +
[[Категория:Учебные практикумы]]

Текущая версия

Правила сдачи практикума в осеннем семестре 2016/2017

  1. В рамках семестра предполагается четыре практических задания. Каждое задание оценивается из 5-ти баллов. Контрольные работы из расчета 1 балла
  2. За каждый день просрочки при сдаче задания начисляется штраф в размере 0.1 балла в день, но суммарно не более 3-х баллов.
  3. Для получения итоговой оценки 5 необходимо набрать 13 баллов и сдать на положительный балл все три задания, оценки 4 — 10 баллов и сдать на положительный балл все три задания, оценки 3 — 7 баллов.
  4. Выполненные задания присылать на почту mmp.practicum.317@gmail.com. Желательно указывать следующую тему: Фамилия, задание [номер задания].
  5. Вопросы по заданиям можно присылать на ту же почту. Желательно указывать следующую тему: Вопрос по заданию [номер задания]

Задания 2016 года (осень)

Задание 1. Изучение Python, NumPy

Задание 2. Метрические алгоритмы классификации (внесены изменения 19.10)

Задание 3. Метод опорных векторов (внесены изменения 11.11)

Оценки 2016 года (осень)

Смотреть здесь

Материалы

Выступления на семинаре 07.11.

№ п/п Тема ФИО студента Комментарии
1 ООП в Python Иванов Сергей Презентация (pdf)
2 Консервация объектов в Python Мазаев Павел Презентация (pdf)
3 Анализ изображений с помощью scikit-image Януш Виктор Презентация (pdf)
4 Qt и Python Липкина Анна Презентация (ipynb)
5 Использование Cython для ускорения вычислений в Python Николаев Сергей Презентация (pdf)
6 Быстрое переключение между версиями Python Кругликов Николай Презентация (pdf)
7 Визуализация с помощью VTK/ParaView Думбай Алексей Презентация (pdf)
8 Использование пакета multiprocessing для ускорения вычислений в Python Бабичев Дмитрий Презентация (pdf)

Выступления на семинаре 14.11.

№ п/п Тема ФИО студента Комментарии
1 Системы контроля версий на примере Git Соболева Дарья Презентация (pdf)
2 Анимация и трёхмерная графика в matplotlib Козловцев Константин []
3 Сравнительный анализ Python и Ruby Масляков Глеб Презентация (pdf)
4 Обзор Pandas Щекалёв Алексей Презентация (pdf)
5 Профилирование в Python для ускорения вычислений Юдин Никита Презентация (pdf)
6 Отладка в iPython Notebook Журавская Александра Презентация (ipynb)
7 Анимация в PDF-LaTeX Серов Сергей Презентация (pdf)

Изучение Python, NumPy

Домашнее задание по первому семинару. Прочитать и понять:

12.09 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.

19.09 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

Учебник markdown

Пример с семинара

Подготовка презентаций в \LaTeX с помощью пакета beamer

Пример презентации с семинара

Полезные инструменты для Jupiter Notebook

Пример с семинара

Метод опорных векторов

Конспект с семинара по методу опорных векторов

Темы докладов

Темы докладов с распределением по датам

Конспект лекции по ЕМ (2015 год)

Конспект по ЕМ-алгоритму

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?

Шаблон отчета

Страницы прошлых лет

2015-2016

2014-2015

2013-2014

2012-2013

2011-2012

Личные инструменты