Библиотека матричных операций (проект) — различия между версиями
Материал из Wiki - Факультет компьютерных наук
Vertix (обсуждение | вклад) (Новая страница, с помощью формы Новый_проект) |
Vertix (обсуждение | вклад) |
||
Строка 37: | Строка 37: | ||
* Хорошо: Реализация дополнительных операций -- обращение матрицы, вычисление ранга, подсчет определителя и следа матрицы. | * Хорошо: Реализация дополнительных операций -- обращение матрицы, вычисление ранга, подсчет определителя и следа матрицы. | ||
* Отлично: Реализация нескольких алгоритмов декомпозиции матриц, eigen-decomposition (нахождение собственных значений и векторов), LU-разложение. | * Отлично: Реализация нескольких алгоритмов декомпозиции матриц, eigen-decomposition (нахождение собственных значений и векторов), LU-разложение. | ||
+ | |||
+ | === Дополнительные ссылки === | ||
+ | * [https://ru.wikipedia.org/wiki/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4_%D0%93%D0%B0%D1%83%D1%81%D1%81%D0%B0 Метод Гаусса решения систем линейных уравнений] | ||
+ | * [https://ru.wikipedia.org/wiki/LU-%D1%80%D0%B0%D0%B7%D0%BB%D0%BE%D0%B6%D0%B5%D0%BD%D0%B8%D0%B5 LU разложение] |
Версия 14:42, 30 ноября 2014
Ментор | Архангельский Сергей |
Учебный семестр | Весна 2015 |
Учебный курс | 1-й курс |
Проект можно развивать на летней практике | |
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 математике -- 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 библиотеке простейших методов машинного обучения, например линейной регрессии, метода PCA.
Критерии оценки
- Удовлетворительно: Реализация базовых операций, чтение / запись в файл и на консоль, транспонирование, доступ к элементам, сложение, умножение, решение системы линейных уравнений.
- Хорошо: Реализация дополнительных операций -- обращение матрицы, вычисление ранга, подсчет определителя и следа матрицы.
- Отлично: Реализация нескольких алгоритмов декомпозиции матриц, eigen-decomposition (нахождение собственных значений и векторов), LU-разложение.