Реализация алгоритма спектральных вложений Грассмана-Штифеля в рамках библиотеки scikit-learn (проект) — различия между версиями
(Новая страница, с помощью формы Новый_проект) |
|||
| Строка 6: | Строка 6: | ||
|course=2 | |course=2 | ||
|summer=on | |summer=on | ||
| − | |number_of_students= | + | |number_of_students=5 |
|categorize=yes | |categorize=yes | ||
}} | }} | ||
Версия 21:35, 7 октября 2016
| Ментор | Янович Юрий |
| Учебный семестр | Осень 2016 |
| Учебный курс | 2-й курс |
| Проект можно развивать на летней практике | |
| Максимальное количество студентов, выбравших проект: 5 | |
Что это за проект?
Целью проекта является расширение раздела "обучения на многообразиях" популярной библиотеки scikit-learn путем добавления одного алгоритма --- спектральных вложений Грассмана-Штифеля. Алгоритм представляет особый интерес, так как является асимптотически оптимальным для решения рассматриваемой задачи. Результатом проекта станет программный код, который будет реализовать отображение сжатия для снижения размерности и отображение восстановления.
Чему вы научитесь?
Знакомство с бурно развивающейся облостью машинного обучения --- оцениванием многообразий. Работа с системами контроля версий. Вклад в развитие популярной библиотеки scikit-learn на языке Python.
Какие начальные требования?
Базовые навыки программирования, желание разобраться в Python, Git, Manifold Learning
Какие будут использоваться технологии?
Git, Python
Темы вводных занятий
Основы Git, разработка scikit-learn, Manifold Learning
Направления развития
Алгоритм спектральных вложений Грассмана-Штифеля является многошаговым. На каждом его шаге есть вопросы для исследования и варианты улучшения.
Критерии оценки
4-5: реализовать алгоритм на Python в рамках scikit-learn 6-7: задокументировать в формате библиотеки 8-10: сделать успешный коммит кода в проект/протестировать работу алгоритма на реальных и модельных данных
Ориентировочное расписание занятий
ПН: 10:30-15:00 ВТ,ЧТ,СБ: 9:00-20:00 СР, ПТ: малодоступен
