Практикум на ЭВМ (317)/2016-2017
Материал из MachineLearning.
- 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
Задания 2016 года (осень)
Задание 1. Изучение Python, NumPy
Оценки 2016 года (осень)
| ФИО студента | Контрольные | Задания | Сумма | Итоговая оценка | |||
|---|---|---|---|---|---|---|---|
| №1 | №2 | №1 | №2 | №3 | |||
| Афанасьев П. | 0 | ||||||
| Бабичев Дмитрий | 0.3 | ||||||
| Байтеков Никита | 0.2 | ||||||
| Думбай Алексей | 0.2 | ||||||
| Журавская Александра | 0.2 | ||||||
| Захаренко Вадим | - | ||||||
| Иванов Сергей | 0.1 | ||||||
| Исупов Евгений | - | ||||||
| Камалбеков Тимур | 0.3 | ||||||
| Кодрян Максим | 0.2 | ||||||
| Козловцев Константин | 0.2 | ||||||
| Колмакова Татьяна | 0.3 | ||||||
| Кругликов Николай | 0.4 | ||||||
| Липкина Анна | 0.5 | ||||||
| Мазаев Павел | 0.4 | ||||||
| Масляков Глеб | 0.3 | ||||||
| Мерцалов Александр | - | ||||||
| Николаев Сергей | 0.3 | ||||||
| Серов Сергей | 0.4 | ||||||
| Соболева Дарья | 0.3 | ||||||
| Щекалев Алексей | 0.2 | ||||||
| Юдин Никита | 0.2 | ||||||
| Януш Виктор | 0.4 | ||||||
Материалы
Изучение Python, NumPy
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
Разметка для markdown cell в ipython notebook
Подготовка презентаций в 
с помощью пакета beamer
Полезные инструменты для Jupiter Notebook
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?
