Alex Teacher's Site - Методы оптимизации

Методы оптимизации для групп МИМ23-01

Posted on Tue 12 September 2023

Добрый день!

Здесь, на сайте, для вас будут размещены задания, список вопросов к экзамену, список литерауры по предмету, список вопросов к экзамену/зачету и другая необходимая информация.

Задания будут размещаться в виде ссылок на Google Colab, для выполнения заданий вам будет необходимо иметь учетную запись Google (например, почту на gmail). В качестве варианта вы можете использовать Jupyter Notebook, установленный локально

Преполагается, что курс будет включать в себя 5 лабораторных работ.

Курс рассчитан на 1 семестр, в конце курса предусмотрен экзамен.

Итоговая оценка выставляется в соответствии с требованиями балльно-рейтинговой системы (см. критерии так же оценки на экзамене). Для допуска к экзамену необходимо выполнить и защитить все лабораторные работы.

При выполнении работ можно использовать следующие ресурсы (список будет пополняться):

Краткий справочник по языку Питон
Изучите X за Y минут, Где X=Python
Нейросеть на Python, часть 2: градиентный спуск, читать Часть 1: Оптимизация (не удивляйтесь, что статья про нейросети, описание методов оптимизации там неплохое)
Интерактивная визуализация алгоритмов на базе Jupyter (для нас особый интерес представляет пункт Визуализация с использованием Matplotlib, там как раз есть пример оптимизации)
An introduction to Numpy and Scipy
SciPy, оптимизация
https://habr.com/ru/company/ods/blog/448054/
Задачи оптимизации

Курс состоит из теоретического материала и заданий, реализованных в виде блокнотов пакета Jupyter notebook.

При первом переходе по ссылке задание откроется в сервисе Google Colab. После первого открытия доступ к вашему файлу вы можете получить в своем Google-аккаунте, по адресу Google Colab. Не открывайте задание снова с этого сайта, используйте свой аккаунт Google!

Задания для работы: