mirror of https://github.com/da0c/DL_Course_SamU
You cannot select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
2.7 KiB
2.7 KiB
Порядок сдачи лабораторных
Для выполнения лабораторных работ требуется сначала установить на свой компьютер Python 3.10. Скачать можно здесь
Далее требуется установить Jupyter Notebook, гайд здесь.
Для windows:
- Нажать win+R
- Напечатать во всплывшем окне cmd
- В появившейся консоли ввести pip install jupyterlab или pip install notebook
- Для того чтобы открыть jupyter в консоли вводим jupyter-lab или jupyter-notebook в зависимости от предыдущего шага
Лабораторная №1
Базовый Python
Будут рассмотрены типы данных, операторы, функции, классы и их применение в языке и примеры задач.
Лабораторная №2
Практические задачи Python
Будут представлены для самостоятельного решения задачи:
- Работа со строками
- Работа со списками
- Создание функций для решения задач
- Создание классов
Лабораторная №3
Введение в numpy, pyplot, pandas
Будут рассмотрены кейсы применения данных модулей. Pandas как альтернатива маленьким БД и работе в excel. Графическое представление данных.
Лабораторная №4
Практические задачи numpy, pyplot, pandas
Будут представлены для самостоятельного решения задачи:
- Создание матриц заданной размерности и работа с ними
- Генерация псевдослучайных последовательностей
- Работа с данными в Pandas
- Графическое представление данных
Лабораторная №5
Введение в ML (sklearn)
в разработке...
Лабораторная №6
Практические задачи ML (sklearn)
в разработке...
Лабораторная №7
Введение в DL (pytorch)
в разработке...
Лабораторная №8
Практические задачи DL (pytorch)
в разработке...