Теорія алгоритмів: написання лабораторних робіт для студентів
Процес створення комп’ютерної програми для вирішення практичних завдань включає формалізацію цієї задачі, розробку обчислювального алгоритму, написання та налагодження програми і, нарешті, розв’язання самої задачі.
Моделювання алгоритмічного процесу можна зручно здійснити за допомогою алгоритмічних моделей, які використовують кінцеві набори простих об’єктів та елементарних дій.
Лабораторний практикум з дисципліни “Теорія алгоритмів” має на меті ознайомлення з основними типами алгоритмічних моделей та навчання елементарної розробки та програмування їх інтерпретації з використанням мов високого рівня. Роботи містять основні поняття теорії алгоритмів, інструменти інтерпретації основних алгоритмічних моделей.
У лабораторній роботі №1 розглядаються основні властивості алгоритмів на прикладі програмної реалізації типового обчислювального процесу з використанням мови Object Pascal.
Лабораторна робота №2 присвячена розробці алгоритмів функціонування машини Т’юрінга для виконання простих функцій засобами програмного інтерпретатора TMR.
У лабораторній роботі №3 вивчаються питання реалізації композиції машин Т’юрінга та роботи машини на правій напівстрічці.
Лабораторна робота №4 присвячена методиці побудови машин Т’юрінга для обчислення предикатів та реалізації умовних операторів.
Лабораторна робота №5 присвячена створенню програми на мові Python для аналізу даних. Ця робота допоможе студентам ознайомитися зі збором, обробкою та аналізом даних з використанням різних бібліотек Python. Обидві ці лабораторні роботи є важливими для формування компетенцій у сфері програмування та аналізу даних.”
Лабораторна робота №6 присвячена дослідженню алгоритмів класифікації даних. Студентам потрібно буде розробити програму на мові Python для розв’язання задачі класифікації об’єктів за допомогою нейронної мережі.
На лабораторній роботі №7 студенти будуть працювати з алгоритмами кластеризації даних. В рамках роботи необхідно буде реалізувати алгоритм кластеризації K-Means та застосувати його для розв’язання задачі кластеризації даних.
Лабораторна робота №8 присвячена вивченню методів оптимізації. Студентам потрібно буде розробити програму на мові Python для розв’язання задачі оптимізації функції з використанням методу диференційної еволюції.
У лабораторній роботі №9 студентам пропонується розробити програму на мові Python для розв’язання задачі кластеризації текстових даних. В рамках роботи необхідно буде використати алгоритм кластеризації K-Means та застосувати його до текстових даних.
На останній лабораторній роботі №10 студентам потрібно буде розробити програму на мові Python для розв’язання задачі розпізнавання образів за допомогою нейронних мереж. В рамках роботи необхідно буде використати алгоритм зворотнього поширення помилок та навчити нейронну мережу розпізнавати зображення рукописних цифр.
Для цього будуть використані відомі набори даних, такі як MNIST. Крім того, необхідно буде провести експерименти з різними глибинами мережі, функціями активації та швидкістю навчання. Результатом роботи буде навчена нейронна мережа, яка зможе розпізнавати рукописні цифри з високою точністю.
Замовити лабораторну роботу з теорії алгоритмів
