SourceForge
Материал из MachineLearning.
SourceForge — репозиторий программ, разрабатываемых на условиях открытого доступа к исходному коду (open source). Репозиторий предоставляет удобный интерфейс разработчикам, позволяющий отслеживать версии создаваемых программ (version control), вести список ошибок (bug tracing) и выпускать версии, готовые для использования (file releases).
Содержание |
Обзор
SourceForge — крупнейший сайт, посвященный разработке программ с открытым кодом. Сайт предоставляет разработчикам ресурсы для управления проектами, совместной работы распространения программного обеспечения. Сейчас на сайте 176,000 свободно распространяемых программ и более 1,800,000 зарегистрированных пользователей. В разделе Scientific/Engineering находится более 23,000 программ, в том числе более 2600 посвящено математике.
Принять участие в существующем проекта (для студентов)
Чтобы принять участие в существующем проекте нужно:
- зарегистрироваться на сайте SourceForge;
- сообщить координатору свой логин, чтобы он добавил его в список участников проекта;
- загрузить TortioseSVN и установить;
- создать папку SomeDrive:\SomeFolder\ProjectName на вашем локальном диске (например, C:\mathnb\mlalgorithms);
- щелкнуть по папке, вызвать контекстное меню, Tortoise->Checkout;
- для студентов, изучающих курсы В.В. Стрижова: https://mlalgorithms.svn.sourceforge.net/svnroot/mlalgorithms
| MLAlgorithms репозиторий студентов каф. "Интеллектуальные системы" ФУПМ МФТИ сейчас включает более 110 проектов. Тем, кто хочет работать только со своей папкой нужно
|
Добавить нового участника проекта (для координатора группы)
- Sourceforge.net -> Account -> Projects -> Algorithms of Machine Learning -> Project Admin -> Members -> Add member (member login).
Начать новый проект (для руководителей)
Для организации совместной работы над проектом необходимо:
- зарегистрироваться на сайте,
- создать заявку на новый проект,
- получить подтверждение,
- поместить проект на сайт.
Пример
MVR Composer — программа порождения моделей нелинейной регрессии.
Создана студентами МФТИ в рамках курса Прикладная регрессия и оптимизация.
На сайте имеет страницу: http://sourceforge.net/projects/mvr.
Есть и простой способ получить MVR Composer: скачать одним zip-файлом. Внимание! В этом файле находится не самая последняя версия.
Чтобы принять участие в проекте, нужно зарегистрироваться на SourceForge.net, затем написать письмо администратору проекта.
Организация лабораторных работ
Студенческие лабораторные работы предполагают
- самостоятельное изучение математических методов через решение прикладных задач;
- изучение инструментов и библиотек, необходимых для решения задач;
- создание ряда небольших программных модулей в течение курса (34 часа в семестр);
- написание отчета о работе.
В идеале студенческие работы должны
- быть пригодными к дальнейшему использованию другими студентами,
- являться единой управляемой системой, решающий ограниченный класс прикладных задач.
Рекомендуется следующее.
- Каждая задача, которую делает студент, должна быть самостоятельно работающим модулем.
- Задача ставиться в формате: Дано, Найти, Решение, Ответ.
- Отчет о работе состоит из стандартно документированного модуля и описания вычислительного эксперимента.
- До начала программирования студент должен иметь детальное описание алгоритма в терминах и обозначениях, принятых в одном из разделов машинного обучения.
- Работа студента не должна зависеть от степени выполнения работ его однокурсниками.
- Студенту должно быть выгодно использовать модули, написанные однокурсниками, а не писать свои.
- Создание системы, состоящей из совместно работающих модулей делает преподаватель. Его работа заключается в точной постановке задач и проектировании интерфейсов.
Смотри также
- Численные методы обучения по прецедентам (практика, В.В. Стрижов)
- MVR Composer
- Прикладная регрессия и оптимизация (курс лекций, B.В.Стрижов)
