Практикум на ЭВМ (317)/2016-2017
Материал из MachineLearning.
(Различия между версиями)
Krasotkina (Обсуждение | вклад)
(Новая: __NOTOC__ * Обязательный курс для студентов каф. ММП 3 курса, 5-6 семестр. * Зачёт с оценкой * Преподаватели: ...)
К следующему изменению →
Версия 13:28, 11 сентября 2016
- Обязательный курс для студентов каф. ММП 3 курса, 5-6 семестр.
- Зачёт с оценкой
- Преподаватели: О.В. Красоткина, Д.А. Кропотов, Артём Попов и другие.
Правила сдачи практикума в осеннем семестре 2016/2017
- В рамках семестра предполагается три практических задания. Каждое задание оценивается из 5-ти 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 12 баллов, оценки 4 — 9 баллов и сдать на положительный балл все три задания, оценки 3 — 6 баллов.
- Выполненные задания присылать на почту mmp.practicum.317@gmail.com
Занятия 2016 года (осень)
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
- Для изучения Python можно воспользоваться ресурсом https://www.codecademy.com/
12.09 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.
19.09 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
