{"id":26304612,"url":"https://github.com/mkashirin/aisp","last_synced_at":"2026-05-20T14:08:08.928Z","repository":{"id":228632010,"uuid":"774516531","full_name":"mkashirin/aisp","owner":"mkashirin","description":"В этом репозитории можно найти Jupyter-тетради составленные на основе тех, что даются в курсе ПСИИ.","archived":false,"fork":false,"pushed_at":"2025-03-11T14:03:04.000Z","size":11829,"stargazers_count":1,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-03-11T15:22:44.080Z","etag":null,"topics":["education","machinelearning","matplotlib","mirea","opencv","scikitlearn"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/mkashirin.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-03-19T17:25:36.000Z","updated_at":"2025-03-11T14:03:08.000Z","dependencies_parsed_at":"2024-11-06T06:33:55.489Z","dependency_job_id":"8ab40297-ec7a-4b93-81c3-ce01adb6fe92","html_url":"https://github.com/mkashirin/aisp","commit_stats":null,"previous_names":["mkashirin/pais","mkashirin/aisp"],"tags_count":0,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mkashirin%2Faisp","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mkashirin%2Faisp/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mkashirin%2Faisp/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/mkashirin%2Faisp/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/mkashirin","download_url":"https://codeload.github.com/mkashirin/aisp/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":243701431,"owners_count":20333631,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["education","machinelearning","matplotlib","mirea","opencv","scikitlearn"],"created_at":"2025-03-15T08:17:26.422Z","updated_at":"2026-05-20T14:08:03.909Z","avatar_url":"https://github.com/mkashirin.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Программирование Систем Искусственного Интеллекта\n\nПрограмимрование систем искусственного интеллекта (ПСИИ) суть дисциплина,\nпреподаваемая в РТУ МИРЭА.\n\nВ этом репозитории можно найти Jupyter-тетради составленные на основе тех, что\nдаются в курсе ПСИИ. Содержание тетрадей сильно отличается\nи в значительной степени выполнены в соответствии с видением автора.\n\n## Содержание\n\nПредметом курса в основном является работа с алгоритмами машинного обучения для\nизображений (свёрточные нейронные сети, обнаружение объектов и прочее).\n\nНиже можно видеть соответствие названия тетради с темой, которая в ней\nразобрана.\n\n1. Признаки и дескрипторы с OpenCV;\n2. Алгоритмы понижения размерности с Scikit-Learn;\n3. Фильтрации признаков на основе дисперсии и корреляции;\n4. Перекрёстная валидация с Scikit-Learn;\n5. Алгоритмы отбора моделей с Scikit-Learn.\n\nВ каждой тетради довольно общо поясняется, что и зачем было сделано.\n\n## Пользование\n\nЧтобы попробовать выполнить код самостоятельно, просто клонируйте данный\nрепозиторий с помощью Git CLI следующим образом:\n\n```shell\ngit clone https://github.com/mkashirin/pais\n```\n\nСоздайте виртуальное окружение на основе файла «pyproject.toml». Вот пример с\nиспользованием пакетного менеджера UV (учитывая, что Вы находитесь в\nрабочей директории с проектом):\n\n```shell\nuv venv .venv\nsource .venv/bin/activate\nuv pip install .\n```\n\nТеперь запустите Jupyter Lab, чтобы начать работу:\n\n```shell\njupyter lab\n```\n\nЛибо откройте проект в VSCode:\n```shell\ncode .\n```\n\nТакже Вы можете добавить свои изображения в директорию «images», чтобы\nприменить к ним представленные алгоритмы.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fmkashirin%2Faisp","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fmkashirin%2Faisp","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fmkashirin%2Faisp/lists"}