Реализация алгоритма спектральных вложений Грассмана-Штифеля в рамках библиотеки scikit-learn (проект) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
(Новая страница, с помощью формы Новый_проект)
 
Строка 6: Строка 6:
 
|course=2
 
|course=2
 
|summer=on
 
|summer=on
|number_of_students=4
+
|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