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] (https://www.python.org/downloads/)
Далее требуется установить Jupyter Notebook, гайд [здесь] (https://jupyter.org/install).
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...