courses:mldl:start

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision		 Previous revision
courses:mldl:start [2025/09/10 10:16] – [Ramowy plan laboratorium] admincourses:mldl:start [2025/11/03 07:24] (current) – [Ramowy plan laboratorium] admin
Line 31: Line 31:
  
 ===== Ramowy plan wykładu===== ===== Ramowy plan wykładu=====
-  - Atrybuty i modele, wejście i wyjście w procesie DM/ML +  - **[07/14.10.2025]**[[https://ujchmura-my.sharepoint.com/:b:/g/personal/szymon_bobek_uj_edu_pl/EY7yJPyvgzBPtdBzJHX1wGYBzgI5n462tEWlYwNSUXL8-Q?e=Tqcsmr| Atrybuty i modele, wejście i wyjście w procesie DM/ML]] 
-  - Regresja liniowa +  - **[22.10.2025]** [[https://ujchmura-my.sharepoint.com/:b:/g/personal/szymon_bobek_uj_edu_pl/EY7mwCOac7hPiwRS7dIO8rMBfSKHHvrX9J9b2-sRXgke-g?e=yPHxiJ|Regresja liniowa]] 
-  - Bias/Variance+  - **[27.10.2025]** Bias/Variance
   - Ridge regression   - Ridge regression
   - Klasyfikacja i jej ewaluacja   - Klasyfikacja i jej ewaluacja
Line 41: Line 41:
   - Drzewa decyzyjne   - Drzewa decyzyjne
   - Uczenie zespołów klasyfikatorów (ang. ensemble)   - Uczenie zespołów klasyfikatorów (ang. ensemble)
-  - Głębokie sieci neuronowe 
   - Explainable AI   - Explainable AI
 +  - Głębokie sieci neuronowe
   - Deep learning w praktycznych zastosowaniach   - Deep learning w praktycznych zastosowaniach
  
Line 52: Line 52:
   - [[.:lab2| Laboratorium 2]] -- GoogleColab, Pandas i Numpy   - [[.:lab2| Laboratorium 2]] -- GoogleColab, Pandas i Numpy
   - [[.:lab3| Laboratorium 3]] -- Transformacje i wizualizacje danych    - [[.:lab3| Laboratorium 3]] -- Transformacje i wizualizacje danych 
-  - [[.:lab2| Laboratorium 4]] -- Klasyfikacja, Regresja, Szeregi czasowe +  - [[.:lab4| Laboratorium 4]] -- Regresja, Szeregi czasowe 
-  - [[.:lab2| Laboratorium 5]] -- Podstawy przetwarzania tekstu +  - [[.:lab5| Laboratorium 4]] -- Klasyfikacja 
-  - [[.:lab2| Laboratorium 6]] -- Zespoły klasyfikatorów: Bagging, Boosting +  - [[.:lab6| Laboratorium 5]] -- Podstawy przetwarzania tekstu 
-  - [[.:lab2| Laboratorium 7]] -- Uczenie przyrostowe+  - [[.:lab7| Laboratorium 6]] -- Zespoły klasyfikatorów: Bagging, Boosting 
 +  - [[.:lab8| Laboratorium 7]] -- Uczenie przyrostowe
   - [TEST]   - [TEST]
-  - [[.:lab2| Laboratorium 8]] -- Sieci neuronowe +  - [[.:lab12| Laboratorium 8]] -- Explainable AI 
-  - [[.:lab2| Laboratorium 9]] -- Różne architektury sieci głębokich +  - [[.:lab13| Laboratorium 9]] -- Systemy rekomendujące 
-  - [[.:lab2| Laboratorium 10]] -- Deep learning w praktycznych zastosowaniach +  - [[.:lab9| Laboratorium 10]] -- Sieci neuronowe 
-  - [[.:lab2| Laboratorium 11]] -- Explainable AI +  - [[.:lab10| Laboratorium 11]] -- Różne architektury sieci głębokich 
-  - [[.:lab2| Laboratorium 12]] -- Systemy rekomendujące+  - [[.:lab11| Laboratorium 12]] -- Deep learning w praktycznych zastosowaniach
   - [TEST]   - [TEST]
 +
 +===== Zaliczenie =====
 +
 +100 pkt to 100% punktów za laboratoria. ocena składa się z:
 +  * 2x50 pkt za testy sprawdzające wiedzę z materiału omawianego podczas laboratoriów.
 +  * po 1 pkt za aktywność podczas zajęć
 +
 +===== Oceny =====
 +
 +  * >= 90 pkt – bdb
 +  * >= 80 pkt – db+
 +  * >= 70 pkt – db
 +  * >= 60 pkt – dst+
 +  * >= 50 pkt – dst
 +  * < 50 pkt – ndst
  
 ===== Egzamin ===== ===== Egzamin =====
  
  
  • courses/mldl/start.1757499369.txt.gz
  • Last modified: 8 weeks ago
  • by admin