Zasady zaliczenia 2018/19: Różnice pomiędzy wersjami
Z Brain-wiki
m |
m |
||
(Nie pokazano 3 pośrednich wersji utworzonych przez tego samego użytkownika) | |||
Linia 4: | Linia 4: | ||
Do zaliczenia przedmiotu potrzebne jest: | 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. | 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. |
Aktualna wersja na dzień 14:15, 11 sty 2021
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.