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 testu z części teoretycznej (pytania otwarte, co najmniej 50%)
+
* Zaliczenie ćwiczeń:
* przesłanie w terminie kompletu notebooków (terminem dla danego notebooka jest kolejny wykład)
+
** 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.
* dla uzyskania oceny bdb (ewentualnie poprawienia braków w zestawie notebooków) konieczne jest dodatkowo wykonanie samodzielnego (przy bardziej złożonym może być w parach) projektu uzgodnionego z prowadzącym, lub przygotowanie i opowiedzenie o aktualnym ciekawym artykule/tutorialu
+
** 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.
  
Punkty otrzymane za część teoretyczną będą przeliczane na ocenę, przy czym maks. daje 4.  Projekt może przesunąć ocenę o 1 w górę.
+
* 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.