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). 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:

Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Pytania