Skip to content

kozaka93/2024Z-MachineLearning

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

55 Commits
 
 
 
 
 
 
 
 

Repository files navigation

Wstęp do Uczenia Maszynowego

Semestr zimowy 2024/25 @kozaka93 @woznicak

Materiały z zajęć Wstęp do Uczenia Maszynowego (MiNI, 3 rok MAD)

Terminy i tematy zajęć

# DATA LABORATORIUM SKŁADOWA
1 02.10 Drzewa decyzyjne 1
2 09.10 Drzewa decyzyjne 2
3 16.10 Ocena dokładności, kroswalidacja, ROC, AUC
4 23.10 Regresja logistyczna PD1 (15p)
5 30.10 Regularyzjacja regresji liniowej 1
6 06.11 Regularyzjacja regresji liniowej 2, SVM
7 13.11 LDA, QDA
8 20.11 Naiwny Bayes, K najbliższych sąsiadów (kNN)
Projekt - motywacja, opis, tematyka
PD2 (15p)
9 27.11 Przygotowanie danych: wartości odstające, braki danych
10 04.12 Selekcja zmiennych, PCA
11 11.12 Komitety klasyfikatorów
12 18.12 Analiza skupień: k-średnich
13 15.01 Prezentacja wyników projektu P (35p)
14 22.01 Analiza skupień: metody hierarchiczne PD3 (15p)
15 29.01 Sieci neuronowe

Schemat oceniania (suma 80p):

  • prace domowe (45p = 3 x 15p)
  • projekt (35p)

Aby zaliczyć laboratoria, należy uzyskać ponad 40 punktów ogółem, w tym co najmniej 15 punktów z projektu.

Ocena 3 3.5 4 4.5 5
Punkty (40, 48] (48, 56] (56, 64] (64, 72] (72, ∞)

Literatura

Wybrane rozdziały z James, G., Witten, D., Hastie, T., Tibshirani, R., Taylor, J. (2023). An Introduction to Statistical Learning with Applications in Python, Springer Science+Business Media, New York. https://www.statlearning.com/

Koronacki Jacek, Ćwik Jan. (2021). Statystyczne systemy uczące się.

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published