Zasady zaliczenia
Z Brain-wiki
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). Wysyłanie uzupełnionych notebooków z ćwiczeń zgodnie z kalendarzem znajdującym się na wspólnym dysku Google'a (tiny.cc/uczenie_ML_20_21). Duże opóźnienia lub braki skutkują koniecznością zrobienia projektu dodatkowego. Przy braku zarówno notebooków jak i projektu, ćwiczenia są niezaliczone.
- Ścieżka 2 (indywidualna). Wysyłanie pierwszych trzech uzupełnionych notebooków z ćwiczeń zgodnie z kalendarzem (Numpy + dwie regresje) oraz zrealizowanie 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 sesji zwykłej 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
- Egzamin ustny dla osób, które bedą chciały poprawić zaproponowaną ocenę.
- Zakres materiału do egzaminu ustnego:
