Uczenie maszynowe i sztuczne sieci neuronowe: Różnice pomiędzy wersjami

Z Brain-wiki
m
m
 
Linia 1: Linia 1:
 
[[Category:Przedmioty specjalizacyjne]]
 
[[Category:Przedmioty specjalizacyjne]]
  
<!--UWAGA: terminy egzaminów z części teoretycznej:
+
'''Uwaga: ta strona ma charakter historyczny. Aktualna wersja wykładu jest na stronie''' https://kampus-kursy.ckc.uw.edu.pl/course/section.php?id=10751
* 21.01.2020, termin pierwszy, sala 1.03
 
 
 
* 18.02.2020, godzina 10-13 termin poprawkowy, sala 2.23
 
-->
 
  
 
[[Zasady zaliczenia| Zasady zaliczenia ]]
 
[[Zasady zaliczenia| Zasady zaliczenia ]]

Aktualna wersja na dzień 08:38, 8 paź 2024


Uwaga: ta strona ma charakter historyczny. Aktualna wersja wykładu jest na stronie https://kampus-kursy.ckc.uw.edu.pl/course/section.php?id=10751

Zasady zaliczenia

Konfiguracja środowiska


Wykłady Ćwiczenia
1 Wstęp, regresja liniowa i metoda najmniejszych kwadratów (wersja w notebooku) Powtórka numpy
Regresja liniowa.
2 Klasyfikacja i regresja logistyczna (wersja w notebooku)
Ćwiczenie regresji logistycznej
3 Ocena jakości klasyfikacji (wersja w notebooku)
Ćwiczenie z miarami jakości
4 Algorytmy generatywne (wersja w notebooku)
Ćwiczenie z klasyfikacji bayesowskiej
Ćwiczenie z klasyfikacji tekstów za pomocą klasyfikacji bayesowskiej (notebook)
5 Maszyny wektorów wspierających I (wersja w notebooku)
Klasyfikacja z użyciem SVM
6 Maszyny wektorów wspierających II (wersja w notebooku)
Klasyfikacja z użuciem SVM 2
7 Drzewa decyzyjne(wersja w notebooku)
Wybor optymalnych cech

Drzewa decyzyjne Drzewa decyzyjne (notebook)

8 Uczenie bez nadzoru (wersja w notebooku)
Uczenie bez nadzoru i analiza skupień notebook
9 Wstęp o sieciach neuronowych, sieci neuronowe liniowe.,/,Perceptron Rosenblatta. (wersja w notebooku)
Nieliniowe sieci neuronowe: problem XOR

Sieci głębokie (notebook)

10 Nieliniowości różniczkowalne i metoda wstecznej propagacji błędu (wersja w notebooku)

Wsteczna propagacja błędu: jak poprawić zbieżność? (wersja w notebooku)

Regresja nielinowa implementacja w keras(notebook)
11 Sieci konwolucyjne (wersja w notebooku)
Augmentacja danych
Porównanie kalsyfikacji cyfr za pomoca sieci gęstej i głębokiej (notebook)
12 Uczenie ze wzmocnieniem (wersja w notebooku)

Uczenie ze wzmocnieniem cz.2 w notebooku)

Uczenie ze wzmocnieniem (notebook)
13

Interpretacja i wyjaśnianie decyzji podejmowanych przez sieci
Zastosowanie sieci do analizy danych EEG

Interpretowalne ML

Powtórka

  1. Zagadnienia do powtórki

Projekty

Projekty