Wstęp do uczenia maszynowego - course description

General information

Course name	Wstęp do uczenia maszynowego
Course ID	13.2-WF-FizD-WUM-S21
Faculty	Faculty of Physics and Astronomy
Field of study	Physics
Education profile	academic
Level of studies	Second-cycle studies leading to MS degree
Beginning semester	winter term 2022/2023

Course information

Semester	3
ECTS credits to win	4
Available in specialities	Computer Physics
Course type	obligatory
Teaching language	polish
Author of syllabus	dr Marcin Kośmider

Classes forms

The class form	Hours per semester (full-time)	Hours per week (full-time)	Hours per semester (part-time)	Hours per week (part-time)	Form of assignment
Laboratory	45	3	-	-	Credit with grade
Lecture	15	1	-	-	Exam

Aim of the course

Celem przedmiotu jest zapoznanie studentów z podstawami uczenia maszynowego, jego terminologią i obaszarami zastosowania, oraz umiejętność wykorzystania gotowych bibliotek do rozwiązania prostych/typowych problemów ML.

Prerequisites

Programowanie w języku Python, podstawy statystyki i analizy danych.

Scope

1. Wstęp do uczenia maszynowego, historia, terminologia, zastosowania

2. Przegląd bibliotek do uczenia maszynowego dostępnych w Python-ie

3. Klasyfikatory

4. Wstępne przetwarzanie danych

5. Metody redukcji danych

6. Metody oceny modelu

Teaching methods

Wykład, laboratorium komputerowe

Learning outcomes and methods of theirs verification

Outcome description	Outcome symbols	Methods of verification	The class form

Assignment conditions

Laboratorium: 40% oceny to średnia testów/sprawdzianów przeprowadzonych w trakcie zajęć, 60% ocena z projektu zaliczeniowego. Warunkiem otrzymania zaliczenia jest pozytywna ocena zarówno projektu końcowego jak i minimalnie średnia ocena na poziomie oceny dostatecznej z testów/sprawdzianów.

Wykład: egzamin

Ocena końcowa: 50% to ocena z laboratorium, 50% ocena z egzaminu

Notes

Modified by dr Marcin Kośmider (last modification: 04-04-2022 20:20)

Generate PDF for this page