Zaawansowane metody uczenia maszynowego

Semestr letni 2023/24 @kozaka93

Materiały z zajęć Zaawansowane metody uczenia maszynowego prowadzonych na Wydziale Matematyki i Nauk Informacyjnych Politechniki Warszawskiej

Terminy i tematy zajęć

#	DATA	LABORATORIUM	SKŁADOWA
1	22-02	Powtórzenie o ML
2	29-02	Klasyfikacja wieloklasowa
3	07-03	Regresja liniowa jak sieć neuronowa, wstęp do Keras
4	14-03	Optymalizacja parametrów w regresji logistycznej
5	21-03	Regresja logistyczna z interakcjami
6	28-03	-	PD1 (10p)
7	04-04	Komitety modeli, xgboost
8	11-04	Wyjaśnialne uczenie maszynowe, część 1 Referaty Część I
9	18-04	Wyjaśnialne uczenie maszynowe, część 2
10	25-04
11	09-05	Semi-supervised learning, część 1	PD2 (10p)
12	16-05	Semi-supervised learning, część 2 Referaty Część II
13	23-05	-
14	06-06
15	13-06	Prezentacja wyników projektu	P1 (20p)

Schemat oceniania (suma 50p):

• prace domowe (20p = 2 x 10p)
• projekt (20p)
• referat (10p)

Aby zaliczyć laboratoria, należy uzyskać ponad 25 punktów ogółem, w tym co najmniej 10 punktów z projektu.

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.