Uczenie maszynowe i sieci neuronowe – laboratorium

Prowadzący: dr inż. Maciej Komosiński, dr inż. Krzysztof Krawiec

Wykład prowadzi dr hab. inż. Jerzy Stefanowski

Materiały do zajęć

• Ćwiczenie 1: Przestrzenie wersji i algorytm eliminacji kandydatów
• Ćwiczenie 2: Generowanie drzew decyzyjnych (¶)
• Ćwiczenie 3: Generowanie reguł decyzyjnych [ZAL]
• Ćwiczenie 4: Klasyfikatory k-NN i IBL
• Ćwiczenie 5: Klasyfikatory Bayes'owskie [ZAL]
• Ćwiczenie 6: Uczenie nadzorowane sztucznych sieci neuronowych. Wstep
• Ćwiczenie 7: Uczenie nadzorowane sztucznych sieci neuronowych - zagadnienia zaawansowane (¶) [ZAL]
• Ćwiczenie 8: Uczenie nienadzorowane sztucznych sieci neuronowych

Uwagi

• Do zaliczenia ćwiczeń oznaczonych (¶) niezbędne jest przygotowanie sprawozdania.
• Sprawozdania proszę przygotowywać w grupach jedno- lub dwuosobowych.
• Sprawozdanie: w formie papierowej, polecam LaTeX/LyX i gnuplot. Po jednym punkcie na na każde zadanie, zwięzły opis wniosków. Estetyczne wykresy, czytelne tabele i prezentacja danych.
• Przy ocenianiu sprawozdań premiowana jest
  • trafność i poprawność spostrzeżeń i wniosków,
  • odpowiedniość użytych środków prezentacji (tabele, wykresy),
  • umiejętność wykorzystania terminologii uczenia maszynowego,
  • zwięzłość.
• W okolicach zajęć oznaczonych [ZAL] przeprowadzony będzie krótki sprawdzian.

Zaliczenie

• Podstawą wystawienia oceny zaliczającej zajęcia laboratoryjne jest średnia z ocen za sprawozdania i ocen ze sprawdzianów.