Zasady zaliczenia: Różnice pomiędzy wersjami

Z Brain-wiki
m
m
 
(Nie pokazano 2 pośrednich wersji utworzonych przez tego samego użytkownika)
Linia 9: Linia 9:
 
*** ćwiczenia są obowiązkowe, dopuszczamy 3 nieobecności  
 
*** ćwiczenia są obowiązkowe, dopuszczamy 3 nieobecności  
 
<!--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.-->
 
<!--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 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.  
+
** 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.  
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 I to zastosowanie wybranego modelu spośród: klasyfikatorów bayesowskich, maszyn wektorów uczących, drzew decyzyjnych lub uczenia ze wzmocnieniem.  
 
*** Projekt II dotyczy głębokich sieci neuronowych.  
 
*** Projekt II dotyczy głębokich sieci neuronowych.  
Linia 16: Linia 15:
 
Propozycje szczegółowych projektów powinny wyjść od Was, realizacja byłaby pod opieką w ramach konsultacji.   
 
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 semestru jeśli chce się dostać ocenę w pierwszym terminie lub do końca sesji poprawkowej jeśli chce się mieć ocenę w drugim terminie.
  
 
* Zaliczenie wykładu
 
* Zaliczenie wykładu
 
** Na platformie kampus systematycznie będą pojawiać się zestawy pytań, na które odpowiedzi trzeba odsyłać systematycznie
 
** 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.
 
** Egzamin ustny dla osób, które bedą chciały poprawić zaproponowaną ocenę.
  
 
<!--* Zakres materiału do egzaminu ustnego:
 
<!--* Zakres materiału do egzaminu ustnego:
 
[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Pytania]]-->
 
[[Uczenie_maszynowe_i_sztuczne_sieci_neuronowe/Pytania]]-->

Aktualna wersja na dzień 07:50, 5 paź 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).
      • 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.