SourceForge

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Текущая версия (22:22, 14 февраля 2018) (править) (отменить)
м (Устранены две опечатки)
 
(1 промежуточная версия не показана)
Строка 13: Строка 13:
* поместить проект на сайт.
* поместить проект на сайт.
-
=== Принять участие в проекте MLAlgrithms для студентов ===
+
=== Принять участие в проекте MLAlgorithms для студентов ===
 +
'''MLAlgorithms: алгоритмы машинного обучения''' — коллективный проект, целью которого является разработка и тестирование алгоритмов анализа данных и машинного обучения, а также решение прикладных задач в этой области. Репозиторий, в основном, содержит личные и групповые работы студентов старших курсов и молодых исследователей. Каждая работа включает описание алгоритма, его исходных код и пример работы, выполненные по принятому стандарту.
 +
* [http://www.ccas.ru/jmlda/bib_refs Состав репозитория]
 +
 
Чтобы принять участие в существующем проекте нужно:
Чтобы принять участие в существующем проекте нужно:
# зарегистрироваться на сайте [http://sourceforge.net/ SourceForge];
# зарегистрироваться на сайте [http://sourceforge.net/ SourceForge];
# сообщить '''координатору''' свой логин, чтобы он добавил его в список участников проекта;
# сообщить '''координатору''' свой логин, чтобы он добавил его в список участников проекта;
# загрузить [http://tortoisesvn.net/downloads.html TortioseSVN] и установить;
# загрузить [http://tortoisesvn.net/downloads.html TortioseSVN] и установить;
-
# создать папку SomeDrive:\SomeFolder\ProjectName на вашем локальном диске (например, '''C:\mathnb\mlalgorithms''');
+
# создать папку SomeDrive:\SomeFolder\MLAlgorithms на вашем локальном диске;
# щелкнуть по папке, вызвать контекстное меню, Tortoise->Checkout;
# щелкнуть по папке, вызвать контекстное меню, Tortoise->Checkout;
# '''для студентов, изучающих [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)|курсы В.В.&nbsp;Стрижова]]''': <nowiki>https://svn.code.sf.net/p/mlalgorithms/code</nowiki>
# '''для студентов, изучающих [[Численные методы обучения по прецедентам (практика, В.В. Стрижов)|курсы В.В.&nbsp;Стрижова]]''': <nowiki>https://svn.code.sf.net/p/mlalgorithms/code</nowiki>
-
{{tip|[http://svn.code.sf.net/p/mlalgorithms/code/ MLAlgorithms] репозиторий студентов каф. "Интеллектуальные системы" ФУПМ МФТИ сейчас включает более 110 проектов. Тем, кто хочет '''работать только со своей папкой''' нужно
+
{{tip|[http://svn.code.sf.net/p/mlalgorithms/code/ MLAlgorithms] репозиторий студентов каф. "Интеллектуальные системы" ФУПМ МФТИ сейчас включает более 200 проектов. Тем, кто хочет '''работать только со своей папкой''' нужно
# попросить администратора создать папку '''Surname2011Title''',
# попросить администратора создать папку '''Surname2011Title''',
# сделать ее CheckOut с адресом <nowiki>https://svn.code.sf.net/p/mlalgorithms/code/Surname2011Title</nowiki>.
# сделать ее CheckOut с адресом <nowiki>https://svn.code.sf.net/p/mlalgorithms/code/Surname2011Title</nowiki>.

Текущая версия


SourceForge — репозиторий программ, разрабатываемых на условиях открытого доступа к исходному коду (open source). Репозиторий предоставляет удобный интерфейс разработчикам для управления проектами, совместной работы и распространения программного обеспечения, позволяющий отслеживать версии создаваемых программ (version control), вести список ошибок (bug tracing) и выпускать версии, готовые для использования (file releases).

Примеры использования

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.

Принять участие в проекте MLAlgorithms для студентов

MLAlgorithms: алгоритмы машинного обучения — коллективный проект, целью которого является разработка и тестирование алгоритмов анализа данных и машинного обучения, а также решение прикладных задач в этой области. Репозиторий, в основном, содержит личные и групповые работы студентов старших курсов и молодых исследователей. Каждая работа включает описание алгоритма, его исходных код и пример работы, выполненные по принятому стандарту.

Чтобы принять участие в существующем проекте нужно:

  1. зарегистрироваться на сайте SourceForge;
  2. сообщить координатору свой логин, чтобы он добавил его в список участников проекта;
  3. загрузить TortioseSVN и установить;
  4. создать папку SomeDrive:\SomeFolder\MLAlgorithms на вашем локальном диске;
  5. щелкнуть по папке, вызвать контекстное меню, Tortoise->Checkout;
  6. для студентов, изучающих курсы В.В. Стрижова: https://svn.code.sf.net/p/mlalgorithms/code
MLAlgorithms репозиторий студентов каф. "Интеллектуальные системы" ФУПМ МФТИ сейчас включает более 200 проектов. Тем, кто хочет работать только со своей папкой нужно
  1. попросить администратора создать папку Surname2011Title,
  2. сделать ее CheckOut с адресом https://svn.code.sf.net/p/mlalgorithms/code/Surname2011Title.


Пример публикции проекта

MVR Composer
MVR Composer

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 с помощью ресурса

Студенческие лабораторные работы предполагают

  1. самостоятельное изучение математических методов через решение прикладных задач;
  2. изучение инструментов и библиотек, необходимых для решения задач;
  3. создание ряда небольших программных модулей в течение курса (34 часа в семестр);
  4. написание отчета о работе.

В идеале студенческие работы должны

  1. быть пригодными к дальнейшему использованию другими студентами,
  2. 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

Внешние ссылки

Личные инструменты