https://www.wikicshse.ru/index.php?action=history&feed=atom&title=%D0%9A%D0%BB%D0%B0%D1%81%D1%81%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%82%D0%BE%D1%80_%D0%B8%D1%81%D0%BF%D0%BE%D0%BB%D0%BD%D0%B8%D1%82%D0%B5%D0%BB%D0%B5%D0%B9_Last.fm_%28%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82%29 2026-06-06T19:20:58Z История изменений этой страницы в вики MediaWiki 1.45.3 https://www.wikicshse.ru/index.php?title=%D0%9A%D0%BB%D0%B0%D1%81%D1%81%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%82%D0%BE%D1%80_%D0%B8%D1%81%D0%BF%D0%BE%D0%BB%D0%BD%D0%B8%D1%82%D0%B5%D0%BB%D0%B5%D0%B9_Last.fm_(%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82)&diff=1163&oldid=prev 2015-10-20T07:43:10Z

<p>Migrated current public revision from wiki.cs.hse.ru</p> <p><b>Новая страница</b></p><div>{{Карточка_проекта<br /> |name=Классификатор исполнителей Last.fm<br /> |mentor=Антон Галаев<br /> |mentor_login={{URLENCODE:Antongalaev|WIKI}}<br /> |semester=Весна 2015<br /> |course=1<br /> |summer=on<br /> |categorize=yes<br /> |is_archived=yes<br /> }}<br /> <br /> === Что это за проект? ===<br /> В результате должна получиться программа, позволяющая на основе данных пользователя Last.fm и данных об исполнителе, дать пользователю ответ на вопрос: стоит ли слушать этого исполнителя? Предполагается использование простого алгоритма машинного обучения, например, логистической регрессии (для этого могут быть использованы сторонние библиотеки). Таким образом, данные пользователя (прослушивания) могут быть использованы в качестве обучающей выборки, а различные данные об исполнителе в качестве параметров регрессии.<br /> <br /> === Чему вы научитесь? ===<br /> * Использовать RESTful API<br /> * Применять машинное обучение для решения практических задач<br /> * Писать хороший поддерживаемый код<br /> <br /> === Какие начальные требования? ===<br /> * Умение программировать<br /> * Желание познакомиться с базовыми принципами машинного обучения<br /> * Интерес к музыке, использованию Last.fm<br /> <br /> === Какие будут использоваться технологии? ===<br /> * JSON/XML<br /> * HTTP<br /> * Java, C++ или Python<br /> * HTML/Javascript/CSS<br /> * Amazon Web Services или Google App Engine (в случае разработки веб-сервиса)<br /> * Библиотеки алгоритмов машинного обучения<br /> <br /> === Темы вводных занятий ===<br /> * Основы разработки веб-приложений<br /> * Логистическая регрессия<br /> <br /> === Направления развития ===<br /> * Реализация проекта в виде веб-сервиса<br /> * Реализация алгоритма регрессии самостоятельно, без использования сторонних библиотек<br /> * Увеличение количества параметров регрессии (более полное использование данных об исполнителе)<br /> * Использование многопоточности<br /> * Разработка красивого и удобного интерфейса<br /> <br /> === Критерии оценки ===<br /> * 4-5 - проект реализован в виде десктопного приложения<br /> * 6-7 - проект реализован в виде веб-сервиса<br /> * 8-10 - проект реализован в виде веб-сервиса + выполнены какие-либо из следующих требований: эффективно используются данные об исполнителе, алгоритм реализован самостоятельно (не библиотека), использована многопоточность, удобный интерфейс</div>

imported>Ira dolgaleva