ビショップ大学
CS 596 -コンピュータサイエンスの研究トピックス
割り当て1：機械学習の基礎は、
この割り当ての目標は、あなたは、いくつかの古典の基礎を理解する手助けをすることです
方法をとPythonとPytorchに科学技術計算ツールに慣れます。あなたは
また、ハイパーパラメータチューニングの経験を取得し、適切な電車/テスト/検証を使用します
代做CS 596留学生作业、代写線形分類器作业
データ分割。そのために、あなたは、いくつかの線形分類器を実装し、あなたがなり
、よく知られたCIFAR-10画像分類データセットにそれらを検証します。分類
：あなたが実装するには、次のとおりです
K最近傍、
サポートベクターマシン、
線形回帰、
ロジスティック回帰。
勧告
この割り当ては、ほとんどのためのPythonプログラミングの開始を表しているので
、学生を、あなたが頼る、再利用および譲渡のうちの1つまたはそれ以上に統合することができます
実装：
スクラッチからPythonでのk最近傍を実装するチュートリアル
K-NN分類- PyTorch API
PyTorchとリニアSVM
PyTorch：線形およびロジスティック回帰モデル
MNISTにロジスティック回帰PyTorchと
線形回帰PyTorchを使用して
開始コードが提供されます。トップレベルのノートブック（CS596割り当て-1.ipynb）は、
すべての手順をご案内します。セットアップ手順は以下の通りです。この形式の
割り当ては、スタンフォードCS231nの割り当てに触発され、我々はいくつか借りてきた
ノートipythonたちの割り当てにおいて、データのロードと命令のを。
2は、
ローカルマシンがGPUプログラミングをサポートしていない場合は、あなたが使用することをお勧めします
この割り当てを行うにはGoogleのColaboratoryを。それはテスラK80への無料アクセスを提供するので
（短いジョブを実行するため）。
ここでは、インストールするための手順でGoogle Colaboratory約2つの興味深いリンクです
：Pytorch
https://towardsdatascience.com/getting-started-with-google-colab-f2fff97f594c
https://colab.research.google.com/notebooks/welcomeが。 ipynb
この環境では、あなたはGPUプログラミングを行うには、あなたのプログラムを実行することができるようになります
Googleが提供するクラウドコンピューティングによる。
環境設定（ローカル）
ローカルマシン上の割り当てを完了することになるならば、あなたは、Pythonが必要になります
適切なパッケージをセットアップした環境を。
私たちは、あなたがPythonのパッケージの依存関係を管理するためにアナコンダを使用することを示唆しています。このガイドでは
Condaの使用方法についての有益な情報を提供しています。
データセットアップ（ローカル）
あなたは、zipファイルをダウンロードしたら、MP1にcifar10ディレクトリに移動し、
get_datasetスクリプトを実行して：
CDのMP1 / cifar /
./get_datasets.sh
（Colaboratory用）データ設定を
使用すると、この割り当てのためのGoogleのColaboratoryを使用している場合は必要になりますいくつかの追加を行う
設定手順を。
割り当てのzipファイルをダウンロードしにCIFAR-10をダウンロードするには、上記の手順に従ってください
ローカルマシン。次に、あなたはすべて保持するためにGoogleドライブにフォルダを作成する必要があります
3つの
あなたのアサインファイルをと（cifar10データセットを含む全体の割り当てフォルダにアップロード
このGoogleドライブのファイルにダウンロードしたが）。
今、あなたのGoogleドライブから割り当て1 ipythonノートブックファイルを開く必要があります
Colaboratory内のフォルダとは、いくつかのセットアップコマンドを実行します。あなたは上の詳細なチュートリアルを見つけることができ
、ここでの手順（今のGPUを設定について心配する必要はありませんが）。
IPython
割り当てCS596割り当て-1.ipynbファイルにあなたに与えられています。以下のよう
に述べたあなたがColaboratoryを使用している場合、あなたは直接ipythonのノートブックを開くことができます
Colaboratory。あなたがローカルマシンを使用している場合は、ipythonがインストールされていることを確認してください。あなたはあり
、端末に割り当てディレクトリを移動し、使用してローカルipythonサーバーを起動
jupyterノートブックコマンドを。
提出
あなたはすべてのプログラムのソリューションを提出する必要があります、4に関連したCSVファイル
予測結果が含まれている線形分類器。、以下のPDFレポートを提供してください
チームメンバー、強調して設けられたワードテンプレートのフォーマット
にそれらの一つ一つの寄与、および各分類器について得られ、精度を。
この精度を計算する機能が既に開始コードに設けられています。
幸運
プロ、とても信頼できるので。必要に応じて、QQを追加してください：99515681または電子メール：[email protected]
マイクロ手紙：codehelp