Zasady zaliczenia

Przejście do Wykładów

Zajęcia z Uczenia maszynowego obejmują serię wykładów i ćwiczeń praktycznych ilustrujących zagadnienia omawiane na wykładach.

Do zaliczenia przedmiotu potrzebne jest:

• Zaliczenie ćwiczeń:
  • Ścieżka 1 (standardowa).
    • zaliczenie ćwiczeń będzie na podstawie zadań domowych; przewidujemy 2 zestawy, jeden po części dotyczącej klasycznych metod ML, a drugie po części dotyczącej sieci neuronowych
    • ćwiczenia są obowiązkowe, dopuszczamy 3 nieobecności
  • Ścieżka 2 (indywidualna po uzgodnieniu z Wykładowcą). Warunkiem skorzystania z tej ścieżki jest zaliczenie pierwszych trzech notebooków oraz ustne kolokwium u J. Żygierewicza. Uzupełnione notebooki należy wysłać na adres j.zygierewicz@uw.edu.pl. Dalsze zaliczanie przedmiotu na ścieżce indywidualnej polega na wykonaniu dwóch projektów.
    • Projekt I to zastosowanie wybranego modelu spośród: klasyfikatorów bayesowskich, maszyn wektorów uczących, drzew decyzyjnych lub uczenia ze wzmocnieniem.
    • Projekt II dotyczy głębokich sieci neuronowych.

Propozycje szczegółowych projektów powinny wyjść od Was, realizacja byłaby pod opieką w ramach konsultacji.

Projekt można oddawać do końca semestru jeśli chce się dostać ocenę w pierwszym terminie lub do końca sesji poprawkowej jeśli chce się mieć ocenę w drugim terminie.

• Zaliczenie wykładu
  • Na platformie kampus systematycznie będą pojawiać się zestawy pytań, na które odpowiedzi trzeba odsyłać systematycznie
  • Test końcowy
  • Egzamin ustny dla osób, które bedą chciały poprawić zaproponowaną ocenę.