Учимся играть в нарды (проект)
| Ментор | Алексей Гусаков |
| Учебный семестр | Весна 2016 |
| Учебный курс | 1-й курс |
| Проект можно развивать на летней практике | |
| Максимальное количество студентов, выбравших проект: 10 | |
Что это за проект?
Проект заключается в том, чтобы научить компьютер играть в нарды. Делать мы это будем с помощью машинного обучения, причём все знания, которые алгоритм имеет о мире ограничиваются тем, какие ходы возможны из конкретной позиции и тем, какой же получился результат в конце (победа или поражение). Оказывается, что за несколько тысяч игр компьютер учится неплохо играть, а при более тщательном подходе обыгрывает человека.
Чему вы научитесь?
- Основы машинного обучения
- Методы линейной регрессии
- Понятие о нейросетях
- Temporal-difference learning
Какие начальные требования?
- Интерес к машинному обучению.
- Желание экспериментировать и упорно работать.
Будет прикольно, но не просто.
Какие будут использоваться технологии?
- С++;
- gtest;
- scikit-learn.
Темы вводных занятий
- Для начала немного поиграем в нарды.
- Потом обсудим интерфейсы, тесты, базовые решения, time-difference learning.
Направления развития
- Совершенствовать алгоритм машинного обучения, находя/генерируя автоматически факторы.
- Хорошая визуализация игры.
Критерии оценки
4 балла: Написан класс, описывающий позицию, реализованы правила, по которым делаются ходы.
+ балл (итого 5): Класс хорошо покрыт тестами.
+ балл (итого 6): Реализован механизм сравнения разных алгоритмов, есть несколько базовых реализаций алгоритма.
+ балл (итого 7): Реализован алгоритм, основанный на линейной модели, который побеждает все базовые подходы.
+ 2 балла (итого 9): То же самое, но на основе более глубокой нейоронной сети.
+ балл (итого 10): Как-то реализована визуализация, в результате чего можно и человеку сразиться с программой.
Также между алгоритмами будет проведён турнир на спецприз от ментора :)
Ориентировочное расписание занятий
В идеале - вечер пятницы или утро субботы.
