Celem przedmiotu jest rozszerzenie wiedzy studentów na temat tworzenia i praktycznego stosowania systemów uczących się zdobytej na studiach I stopnia. Przedmiot wprowadza studenta w nowoczesne paradygmaty uczenia maszynowego (uczenie z częściowym nadzorem, uczenie aktywne), znacząco rozszerza wiedzę o klasycznych i bardziej zaawansowanych metodach uczenia nadzorowanego i nienadzorowanego, a także porusza tematkę wyjaśnialności algorytmów uczenia maszynowego, analizy danych z czasem czy uczenia z danych niezbalansowanych.
Ćwiczenia laboratoryjne mają: umożliwić słuchaczowi nabycie powyższych umiejętności poprzez rozwiązywanie praktycznych zadań klasyfikacji, regresji, redukcji wymiarowości oraz grupowania; rozwijać umiejętność rozwiązywania problemów wymagających użycia algorytmów uczących się, a także kształtować umiejętność przeprowadzania eksperymentów z danymi przy wykorzystaniu różnorodnych narzędzi programistycznych.
Prowadzący: mgr inż. Mateusz Lango, dr hab. inż. Maciej Komosiński
Harmonogram przedmiotu (szkic)
Poniżej przedstawiam wstępny harmonogram zajęć. Ma on charakter poglądowy - poszczególne terminy będą potwierdzane w czasie semestru, a tematyka zajęć może się zmienić w zależności od tempa pracy i zainteresowań grupy.
| Tydzień |
Prowadz. |
Temat |
Kartkówki |
Projekty |
| 2021-03-03 |
ML |
Minimalizacja Ryzyka Empirycznego - powtórka wiadomości ze studiów I stopnia
|
|
|
| 2021-03-10 |
ML |
Modele generatywne i dyskryminacyjne - powtórka wiadomości ze studiów I stopnia |
|
|
| 2021-03-17 |
ML |
Problem przeuczenia |
|
|
| 2021-03-24 |
ML |
Metoda wektorów podpierających |
|
|
| 2021-03-31 |
ML |
Metoda wektorów podpierających (funkcje jądrowe)
|
|
|
| 2021-04-07 |
MK |
Regresja - przegląd algorytmów i technik
|
|
|
| 2021-04-14 |
MK |
Dane niezbalansowane
|
Kartkówka |
|
| 2021-04-21 |
MK |
Klasyfikatory złożone |
|
|
| 2021-04-28 |
ML |
Boosting gradientowy |
|
Projekt (1/2) |
| 2021-05-05 |
MK |
Uczenie nienadzorowane - algorytmy hierarchiczne i gęstościowe
| |
|
| 2021-05-12 |
ML |
Uczenie nienadzorowane - mikstury Gaussowskie i modele z ukrytymi zmiennymi
|
|
|
| 2021-05-19 |
MK |
Uczenie nienadzorowane - redukcja wymiarowości
|
|
|
| 2021-05-26 |
MK |
Szeregi czasowe
|
Kartkówka |
|
| 2021-06-02 |
MK |
Uczenie aktywne
|
|
|
| 2021-06-09 |
ML |
Metody wyjaśniania działania modeli uczenia maszynowego |
|
|
| 2021-06-16 |
MK |
Praktyczne uwagi dot. stosowania uczenia maszynowego
|
|
|