mmp_practicum_fall_2022

KO | EN

gitlite — search

#javascript #react #llm #android #machine-learning #rust #java #windows #cli #security #pytorch #ios #openai #open-source

mmp_practicum_fall_2022

(★ 11)

Лекции и материалы по курсу "Практикум на ЭВМ 2022/2023" осеннего семестра для студентов 3 курса кафедры ММП, ВМК МГУ

mmp_practicum_fall_2022 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# Курс "Практикум на ЭВМ 2022/2023" для бакалавров 3 курса кафедры ММП ВМК МГУ, осенний семестр

Этот репозиторий содержит материалы к курсу "Практикум на ЭВМ", читаемому бакалаврам 3 курса кафедры ММП факультета ВМК МГУ в осеннем семестре 2022 года.

## О курсе

- Обязательный курс для студентов кафедры ММП 3 курса, 5 семестр
- Отчётность: зачёт с оценкой
- В ходе курса студенты выполняют различные практические задания

- Курс читается в поддержку курса "Математические методы распознавания образов" (машинное обучение, часть 1), читаемого на кафедре ММП
  - [Курс лекций по машинному обучению](http://www.machinelearning.ru/wiki/index.php?title=%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D1%80%D0%B0%D1%81%D0%BF%D0%BE%D0%B7%D0%BD%D0%B0%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BE%D0%B1%D1%80%D0%B0%D0%B7%D0%BE%D0%B2_%28%D0%BA%D1%83%D1%80%D1%81_%D0%BB%D0%B5%D0%BA%D1%86%D0%B8%D0%B9%2C_%D0%92.%D0%92.%D0%9A%D0%B8%D1%82%D0%BE%D0%B2%29)
  - [Курс семинаров по машинному обучению](https://github.com/mmp-mmro-team/mmp_mmro_fall_2022)

## Материалы

- Видеозаписи практикума 2022/2023 года можно посмотреть [в этом плейлисте](https://www.youtube.com/playlist?list=PLVF5PzSHILHSstCI65QmxMRHhwX4KJ5E1)
- Видеозаписи практикума 2021/2022 года можно посмотреть [в этом плейлисте](https://www.youtube.com/playlist?list=PLVF5PzSHILHRFVzwMIiwAICPf3CQwN9Jm)
- Видеозаписи практикума 2020/2021 года можно посмотреть [в этом плейлисте](https://www.youtube.com/playlist?list=PLVF5PzSHILHRAmJXJvv6_PFzfHf-Zc09Z)

- Материалы 2021/2022 года можно посмотреть [в этом репозитории](https://github.com/mmp-practicum-team/mmp_practicum_fall_2021)
- Материалы 2020/2021 года можно посмотреть [в этом репозитории](https://github.com/mmp-practicum-team/mmp_practicum_fall_2020)

- Большие практические задания [выкладываются здесь](https://github.com/mmp-practicum-team/mmp_practicum_fall_2022/tree/main/Tasks)

- Все задания сдаются в системе [anytask](https://anytask.org/course/948)

## Занятия

|    Дата     | Номер | Тема                                                                                                | Материалы                                                                                                                                                                                                                                                                                                                                          | ДЗ                                                                                                                            |
| :---------: | :---: | --------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------- |
| 08 сентября |  01   | <ul><li>Введение в Python</li></ul>                                                                 | [Введение в Python](Seminars/01-intro)                                                                                                                                                                                                                                     | Контест 1: [Введение в язык Python](https://contest.yandex.ru/contest/40070/enter/)                                           |
| 15 сентября |  02   | <ul><li>Организация кода в Python: функции, модули, классы</li><li>Итераторы и генераторы</li></ul> | [Функции, модули, классы. Итераторы и генераторы](Seminars/02-code-org/code-org.ipynb)                                                                                                                                                                                     | Контест 2: [Классы, генераторы](https://contest.yandex.ru/contest/40326/enter/)                                               |
| 22 сентября |  03   | <ul><li>Библиотека numpy и матрично-векторные вычисления</li></ul>                                  | [Введение в numpy](Seminars/03-numpy/numpy.ipynb)                                                                                                                                                                                                                                                                                                  | Контест 3: [Векторизация вычислений с помощью библиотеки Numpy](https://contest.yandex.ru/contest/40603/enter/)               |
| 29 сентября |  04   | <ul><li>Введение в обработку изображений</li><li>KNN</li></ul>                                      | [Обработка изображений, KNN](Seminars/04-image-processing-and-KNN)                                                                                                                                                                                                                                                                                 | Задание 1: [Метрические алгоритмы классификации](Tasks/Task%2001/task_01.pdf)                                                 |
| 06 октября  |  05   | <ul><li>Подготовка отчётов</li><li>Система TeX</li></ul>                                            | <ul><li>[Введение в `matplotlib`](Seminars/05-reports-tex/matplotlib_intro/matplotlib_examples.ipynb)</li><li>[Подготовка отчётов](Seminars/05-reports-tex/report_style/main.pdf)</li><li>[Введение в $\LaTeX$](Seminars/05-reports-tex/latex_intro/main.pdf)</li><li>[Детали $\LaTeX$](Seminars/05-reports-tex/latex_advanced/main.pdf)</li></ul> | ＼(٥⁀▽⁀ )／                                                                                                                   |
| 13 октября  |  06   | <ul><li>Основы ООП</li></ul>                                                                        | [Основы ООП](Seminars/06-classes)                                                                                                                                                                                                                                          | ＼(٥⁀▽⁀ )／                                                                                                                   |
| 20 октября  |  07   | <ul><li>Основы ООП</li></ul>                                                                        | [Проектирование кода](Seminars/07-oop)                                                                                                                                                                                                                                     | Контест 4: [Декораторы, итераторы, классы](https://contest.yandex.ru/contest/41754/enter/)                                    |
| 27 октября  |  08   | <ul><li>Введение в обработку текстов</li></ul>                                                      | <ul><li>[Конспект по логистической регрессии](Seminars/08-text-processing-and-logreg/linear_classifier.ipynb)</li><li>[Обработка текстов](Seminars/08-text-processing-and-logreg/text_processing.ipynb)</li></ul>                                                                                                                                  | Задание 2: [Градиентные методы обучения линейных моделей](Tasks/Task%2002/task_02.pdf)                                        |
|  03 ноября  |  09   | <ul><li>Базовые инструменты разработчика. VM, SSH, GIT</li></ul>                                    | [Базовые инструменты разработчика](Seminars/09-developer-tools/dev_tools.ipynb)                                                                                                                                                                                                                                                                    | ＼(٥⁀▽⁀ )／                                                                                                                   |
|  10 ноября  |  10   | <ul><li>Виртуальные окружения и контейнеры</li></ul>                                                | [Виртуальные окружения и контейнеры](Seminars/10-environments)                                                                                                                                                                                                             | ＼(٥⁀▽⁀ )／                                                                                                                   |
|  17 ноября  |  11   | <ul><li>Основы веб-разработки (введение)</li></ul>                                                  | [Введение в основы веб-разработки](Seminars/11-webdev-intro)                                                                                                                                                                                                               | ＼(٥⁀▽⁀ )／                                                                                                                   |
|  24 ноября  |  12   | <ul><li>Flask</li></ul>                                                                             | [Пример Flask приложения](Seminars/12-flask)                                                                                                                                                                                                                                                                                                       | Задание 3: [Ансамбли алгоритмов. Веб-сервер. Композиции алгоритмов для решения задачи регрессии](Tasks/Task%2003/task_03.pdf) |
| 01 декабря  |  13   | <ul><li>Серверная разработка на Python (продолжение)</li></ul>                                      | [Серверная веб-разработка](Seminars/13-web-servers)                                                                                                                                                                                                                        | ＼(٥⁀▽⁀ )／                                                                                                                   |
| 08 декабря  |  14   | <ul><li>Ctypes</li></ul>                                                                            | [Ctypes](Seminars/14-ctypes)                                                                                                                                                                                                                                                                                                                                                   | ＼(٥⁀▽⁀ )／                                                                                                                   |
| 15 декабря  |  15   | <ul><li>Методы повышения эффективности</li></ul>                                                    | [Методы повышения эффективности](Seminars/15-efficiency/efficiency.ipynb)                                                                                                                                                                                                                                                                                                                                                   | ＼(٥⁀▽⁀ )／                                                                                                                   |

## Формат сдачи курса

1. В рамках семестра предполагается три больших практических задания и пять контестов. Все задания сдаются в систему anytask, инвайт к курсу можно получить у преподавателя
2. Каждое большое практическое задание оценивается из **50 баллов**. В больших заданиях предусмотрены различные бонусные активности: бонусные задачи и эксперименты за которые можно получить дополнительные баллы. Задание включает в себя написание программного кода, выполнение экспериментов и написание отчёта о проделанной работе. Последнее практическое задание так же будет включать в себя реализацию работающей ML-системы. По каждому большому заданию предусмотрен **мягкий дедлайн** спустя _две недели_ после выдачи задания. После мягкого дедлайна за каждый день просрочки начисляется **штраф 3 балла**. Через _три недели_ после выдачи задания наступает **жёсткий дедлайн** и решения сданные позднее на проверку не принимаются. Практическое задание считается зачтённым, если по нему выполнены и засчитаны все три этапа работы
3. За каждый контест можно получить от 8 до 26 баллов (в зависимости от числа заданий в контесте). Задание включает в себя написание программного кода. Срок выполнения каждого контеста — **1 неделя**. Решения, сданные после этого срока, не принимаются на проверку
4. Предварительные критерии итоговой оценки:
   - **отлично ≥ 185 баллов**, 3 практических задания зачтены
   - **хорошо ≥ 139 баллов**, 2 практических задания зачтены
   - **удовлетворительно ≥ 93 баллов**, 1 практическое задание зачтено

# Требования к формату сдачи заданий

## Требования к программному коду

- Код должен в целом соответствовать PEP8 ([eng](https://www.python.org/dev/peps/pep-0008/) или [rus](http://pep8.ru/doc/pep8/) )
- В частности, код должен проходить [автоматическую проверку стиля](https://github.com/PyCQA/pycodestyle/blob/main/pycodestyle.py). Скрипт запускается из командной строки так: `python3 pycodestyle.py <ваш скрипт>`. Код, вызывающий предупреждения, может дополнительно штрафоваться.
- Код должен быть понятным и единообразным. Переменные, функции и другие элементы кода должны иметь осмысленные, значимые имена, отвечающие их назначению.
- Код, который не соответствует прототипам, выданным в задании, автоматически оценивается в 0 баллов
- Код, который не удовлетворяет требованиям задания (например, запрету на использование конкретных библиотек), автоматически оценивается в 0 баллов
- **Код, содержащий плагиат, автоматически оценивается в 0 баллов. Также, за наличие плагиата начисляется дополнительный штраф**

## Требования к отчёту по практическим заданиям

**Невыполнение данных требований к отчёту будет дополнительно штрафоваться.**

Отчёт должен быть самодостаточным документом в формате PDF, подготовленным в системе LATEX.

**Отчёт должен давать проверяющему ответы на следующие вопросы:**

- К какому курсу относится задание?
- Какое задание выполнено?
- Кем выполнено задание?
- В чём заключалось задание?
- Что было сделано? Что не было сделано?
- Даны ли правильные ответы на все теоретические вопросы задания?
- Проведены ли все необходимые эксперименты? Получены ли осмысленные ВЫВОДЫ?
- Выполнена ли творческая часть задания?
- Пользовался ли студент чьей-либо помощью? Если да, то в каком объёме?
- Какой литературой пользовался студент?

**Некоторые элементы хорошего отчёта:**

- Объём отчёта: 5–20 страниц
- Текст отчёта не повторяет полной формулировки задания
- Структура отчёта соответствует пунктам задания
- Используются векторные шрифты
- Графики оформлены надлежащим образом
- Графики реализованы в векторном формате
- Шкала для графиков выбрана правильно
- На разных графиках результаты для одинаковых методов отображаются одним и тем же цветом
- Между расположением графиков и местами их упоминания в тексте относительно небольшое расстояние (на той же или на соседней странице)
- На страницах не должно быть много пустого места
- В большинстве случаев графики/таблицы/псевдокоды алгоритмов не должны занимать большей части одной страницы отчёта
- Все числа в тексте/таблицах указаны с необходимым числом значащих цифр
- Все формулы реализованы в математическом окружении latex.
- В большинстве случае в отчёте не должно быть никакого кода
- Для всех экспериментов описан выбранный дизайн экспериментов, а также сделаны выводы из полученных результатов

**Некоторые элементы хорошего графика:**

Графики должны быть с одной стороны понятными и информативными, а с другой стороны _красивыми_. Вот несколько пунктов, которые помогут удовлетворить этим требования:

1. Все графики должны быть отрисованы в векторном формате. Обратите внимание, что смена режима графиков с динамического на статический и обратно может приводить к сбросу параметров отрисовки графиков. Переход в векторный режим можно выполнить с помощью команды `matplotlib_inline.backend_inline.set_matplotlib_formats('pdf', 'svg')`
2. На всех графиках без исключения должна быть отрисована сетка
3. Все графики и группы графиков должны иметь заголовок (`title`)
4. При необходимости оси должны быть подписаны
5. Если на графике отображено несколько сущностей (линии/точки/bar разных цветов, формы и так далее), то необходима исчерпывающая легенда
6. Все линии на графиках должны быть чётко видны (нет похожих цветов или цветов, сливающихся с фоном и так далее)
7. Масштаб по каждой оси на графике должен быть выбран правильно. Используйте масштабы `log`, `symlog` по необходимости
8. Если отображена величина, имеющая очевидный диапазон значений (например, проценты могут быть от 0 до 100), то желательно масштабировать ось на весь диапазон значений (исключением является случай, когда вам необходимо показать малое отличие, которое незаметно в таких масштабах)
9. Частота отметок по каждой оси должна быть тщательно подобрана, по необходимости задавайте `[xy]ticks`, `[xy]ticklabels` вручную. Подписи тиков на осях не должны сливаться как на одной оси, так и между ними
10. Помните, что matplotlib умеет выполнять [рендеринг Latex](https://matplotlib.org/stable/gallery/text_labels_and_annotations/tex_demo.html). Используйте эту возможность для написания формул в заголовках, легенде и в подписях осей
11. Используйте _красивую_ цветовую палитру с хорошо различимыми цветами. Примеры цветовых палитр можно посмотреть [здесь](https://matplotlib.org/stable/gallery/color/colormap_reference.html)
12. Графики должны быть не супер-микро и не супер-макро по размерам, так, чтобы можно было увидеть все, что нужно

mmp_practicum_fall_2022

mmp_practicum_fall_2022 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

mmp_practicum_fall_2022

mmp_practicum_fall_2022 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README