Машинное обучение для задач информационной безопасности. Лаба 3. Порядок выполнения

Схема сдачи

1. Сделать форк данного репозитория
2. Выбрать себе (с учётом указанных в описании задания ограничений) вариант задания и вписать его в табличку https://docs.google.com/spreadsheets/d/1Z1tym9FfX-Dj8huP2Q3iWVm0lrPpQz6NCGiweYGVy1w/edit?usp=sharing
3. Выполнить задание согласно выбранному варианту
4. Сделать pull request в данный репозиторий, содержащий один файл .ipynb.
5. Получить результат в рамках code review с замечаниями по коду.
6. При необходимости повторять пп. 3-4, пока преподаватель не отправит approve.
7. Во время онлайн-занятия защитить работу, ответить на вопросы преподавателя

Более подробные рекомендации по работе с кодом

1. Форк необходимо сделать сразу. Для преподавателя это сигнализирует о том, что студент приступил к работе.
2. В описании репозитория нужно указать свои ФИО.
3. Желательно почаще делать коммиты. В идеале - как только решена некоторая промежуточная задача.
4. Коммиты должны иметь вменяемые описания.
5. Рекомендуется, чтобы ваш репозиторий содержал файлы .gitignore (для них имеется набор шаблонов) и requirements.txt

Запуск в Google Colaboratory

Перед запуском необходимо выполнить следующие команды

!sudo apt-get install libmagickwand-dev
!pip install --no-cache-dir \
    opencv-python-headless==4.6.*\
    rawpy==0.17.* \
    pandas \
    Pillow==7.1.2 \
    scikit-image==0.16.2 \
    scipy==1.5.0 \
    tqdm \
    Wand

Локальный запуске через Docker

Рекоммендуется запускать через WSL либо на Unix системах.

Команда для сборки образа:

docker build -f Dockerfile.cpu -t ml-for-sec-3 .

Поднять контейнер можно следующей командой:

docker run --rm -it -v $(pwd):/workspace -u $(id -u):$(id -g) ml-for-sec-3