Библиотека матричных операций (проект) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Katya (обсуждение | вклад) |
|||
| Строка 7: | Строка 7: | ||
|summer=on | |summer=on | ||
|categorize=yes | |categorize=yes | ||
| + | |is_archived= | ||
| + | |is_remote=yes | ||
}} | }} | ||
| − | |||
=== Что это за проект? === | === Что это за проект? === | ||
Задача проекта -- разработать библиотеку, позволяющую выполнять различные операции над матрицами. | Задача проекта -- разработать библиотеку, позволяющую выполнять различные операции над матрицами. | ||
Версия 19:14, 19 января 2015
| Ментор | Архангельский Сергей |
| Учебный семестр | Весна 2015 |
| Учебный курс | 1-й курс |
| Проект можно развивать на летней практике | |
| Внимание! Данный проект ведется удаленно. |
Что это за проект?
Задача проекта -- разработать библиотеку, позволяющую выполнять различные операции над матрицами.
Чему вы научитесь?
- Использованию объектно-ориентированного подхода на практике
- Основам линейной алгебры
- Разнице между теоретической и вычислительной математикой -- не все, что можно сделать в теории, можно сделать на практике (например определить ранг матрицы)
- Практике тестирования кода
Какие начальные требования?
- Владение одним из языков программирования (C++ / Python) в рамках прослушанного курса
- _Базовое_ знание линейной алгебры.
Какие будут использоваться технологии?
Те, которые предполагаются форматом проектного семинара, git, github, возможно среды разработки.
Темы вводных занятий
- Основые алгоритмы линейной алгебры
Направления развития
- Поддержка разреженных (sparse) матриц
- Реализация консольного интерфейса к библиотеке, по аналогии с Matlab и R.
- Реализация с помощью библиотеки простейших методов машинного обучения, например линейной регрессии, метода PCA.
Критерии оценки
- 4-5 баллов: Реализация базовых операций, чтение / запись в файл и на консоль, транспонирование, доступ к элементам, сложение, умножение, решение системы линейных уравнений.
- 6-7 баллов: Реализация дополнительных операций -- обращение матрицы, вычисление ранга, подсчет определителя и следа матрицы.
- 8-10 баллов: Реализация нескольких алгоритмов декомпозиции матриц, eigen-decomposition (нахождение собственных значений и векторов), LU-разложение.
