3.3 KiB
Порядок сдачи лабораторных
Для выполнения лабораторных работ требуется сначала установить на свой компьютер Python 3.10. Скачать можно здесь. Убедитесь что при установке поставили галочку рядом с пунктом add python 3.10.x to PATH
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
Так же можно это сделать через PowerShell:
- открыть его через поиск по программам или нажав в проводнике (любая папка) на пустое место с зажатой клавишей Shift, найти строчку "открыть окно PowerShell здесь" и нажать
- Повторить последние два пункта из варианта выше
Лабораторная №1
Базовый Python
Будут рассмотрены типы данных, операторы, функции, классы и их применение в языке и примеры задач. Скачайте на свой компьютер, запустите в jupyter-lab/notebook, изучите и выполните задания после разделов.
Ссылка на лабораторную работу: https://github.com/kvvik/DL_Course_SamU/blob/master/1147/lab_1.ipynb
Лабораторная №2
Практические задачи Python
Будут представлены для самостоятельного решения задачи:
- Работа со строками
- Работа со списками
- Создание функций для решения задач
Ссылка на лабораторную работу: https://github.com/kvvik/DL_Course_SamU/blob/master/1147/Lab_2.ipynb
Лабораторная №3
Введение в numpy, pyplot, pandas
Будут рассмотрены кейсы применения данных модулей. Pandas как альтернатива маленьким БД и работе в excel. Анализ данных. Графическое представление данных.
Ссылка на лабораторную работу: https://github.com/kvvik/DL_Course_SamU/blob/master/1147/lab_3.ipynb
Лабораторная №4
Введение в ML (sklearn)
в разработке...
Лабораторная №5
Практические задачи ML (sklearn)
в разработке...
Лабораторная №6
Введение в DL (pytorch)
в разработке...
Лабораторная №7
Практические задачи DL (pytorch)
в разработке...