Классификатор исполнителей Last.fm (проект) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
| (не показана одна промежуточная версия ещё одного участника) | |||
| Строка 2: | Строка 2: | ||
|name=Классификатор исполнителей Last.fm | |name=Классификатор исполнителей Last.fm | ||
|mentor=Антон Галаев | |mentor=Антон Галаев | ||
| − | |mentor_login={{URLENCODE: | + | |mentor_login={{URLENCODE:Antongalaev|WIKI}} |
|semester=Весна 2015 | |semester=Весна 2015 | ||
|course=1 | |course=1 | ||
|summer=on | |summer=on | ||
|categorize=yes | |categorize=yes | ||
| + | |is_archived=yes | ||
}} | }} | ||
Текущая версия на 10:43, 20 октября 2015
| Ментор | Антон Галаев |
| Учебный семестр | Весна 2015 |
| Учебный курс | 1-й курс |
| Проект можно развивать на летней практике | |
| Внимание! Данный проект находится в архиве и реализован не будет. |
Что это за проект?
В результате должна получиться программа, позволяющая на основе данных пользователя Last.fm и данных об исполнителе, дать пользователю ответ на вопрос: стоит ли слушать этого исполнителя? Предполагается использование простого алгоритма машинного обучения, например, логистической регрессии (для этого могут быть использованы сторонние библиотеки). Таким образом, данные пользователя (прослушивания) могут быть использованы в качестве обучающей выборки, а различные данные об исполнителе в качестве параметров регрессии.
Чему вы научитесь?
- Использовать RESTful API
- Применять машинное обучение для решения практических задач
- Писать хороший поддерживаемый код
Какие начальные требования?
- Умение программировать
- Желание познакомиться с базовыми принципами машинного обучения
- Интерес к музыке, использованию Last.fm
Какие будут использоваться технологии?
- JSON/XML
- HTTP
- Java, C++ или Python
- HTML/Javascript/CSS
- Amazon Web Services или Google App Engine (в случае разработки веб-сервиса)
- Библиотеки алгоритмов машинного обучения
Темы вводных занятий
- Основы разработки веб-приложений
- Логистическая регрессия
Направления развития
- Реализация проекта в виде веб-сервиса
- Реализация алгоритма регрессии самостоятельно, без использования сторонних библиотек
- Увеличение количества параметров регрессии (более полное использование данных об исполнителе)
- Использование многопоточности
- Разработка красивого и удобного интерфейса
Критерии оценки
- 4-5 - проект реализован в виде десктопного приложения
- 6-7 - проект реализован в виде веб-сервиса
- 8-10 - проект реализован в виде веб-сервиса + выполнены какие-либо из следующих требований: эффективно используются данные об исполнителе, алгоритм реализован самостоятельно (не библиотека), использована многопоточность, удобный интерфейс
