Классификатор исполнителей Last.fm (проект) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Новая страница, с помощью формы Новый_проект)
 
Строка 25: Строка 25:
 
* JSON/XML
 
* JSON/XML
 
* HTTP
 
* HTTP
* Github (или BitBucket)
+
* Java, C++ или Python
 +
* HTML/Javascript/CSS
 
* Amazon Web Services или Google App Engine (в случае разработки веб-сервиса)
 
* Amazon Web Services или Google App Engine (в случае разработки веб-сервиса)
  
Строка 38: Строка 39:
  
 
=== Критерии оценки ===
 
=== Критерии оценки ===
* "удв" - проект реализован в виде десктопного приложения
+
* 4-5 - проект реализован в виде десктопного приложения
* "хор" - проект реализован в виде веб-сервиса
+
* 6-7 - проект реализован в виде веб-сервиса
* "отл" - проект реализован в виде веб-сервиса + выполнены какие-либо из следующих требований: алгоритм хорошо обучается, эффективно используются данные об исполнителе, использована многопоточность, удобный интерфейс
+
* 8-10 - проект реализован в виде веб-сервиса + выполнены какие-либо из следующих требований: алгоритм хорошо обучается, эффективно используются данные об исполнителе, использована многопоточность, удобный интерфейс

Версия 23:04, 1 декабря 2014

Ментор Антон Галаев
Учебный семестр Весна 2015
Учебный курс 1-й курс



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. 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)

Темы вводных занятий

  • Логистическая регрессия

Направления развития

  • Реализация проекта в виде веб-сервиса
  • 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: алгоритм хорошо обучается, эффективно используются данные об исполнителе, использована многопоточность, удобный интерфейс