Wykłady

1. Seminarium uczenia maszynowego i analizy danych.
2. Statystyka, model liniowy i selekcja zmiennych.
3. Błędy modelu. Miary jakości regresji. Walidacja krzyżowa.
4. Miary jakości klasyfikacji. Metody klasyfikacji.
5. Metody grupowania
6. Metody algebraiczne: PCA i SVM. Analiza szeregów czasowych.

Praca w LaTex

• nowy styl (obowiązujący)
• kompilator MikTex
• narzędzie wizualne Texmaker
• stary styl

Zawartość konspektu (1-2 strony):

1. Wstępny tytuł pracy
2. Opis projektu licencjackiego:
   • typ pracy (badawcza/aplikacyjna/mieszana)
   • jaki problem badawczy/biznesowy praca ma rozwiązać? np. rekomendacja piosenek
   • w jaki sposób problem ten będzie rozwiązany? np. zbudowanie serwisu muzycznego z silnikiem rekomendującym piosenki
   • jakie algorytmy/moduły/technologie/framework/język programowania będą wykorzystane w pracy? np. algorytm SVD
   • które elementy pracy będą wzięte gotowe (np. gra do testów algorytmu uczenia maszynowego, silnik rekomendujący), a co trzeba zaimplementować?
   • jakie zbiory danych będą wykorzystane? w jaki sposób zbiory danych będą pozyskane?
   • co będzie produktem końcowym?
3. Osobisty harmonogram – propozycja wykonywania prac
   • jakie elementy i w jakiej kolejności będą realizowane
4. Bibliografia:
   • które pozycje literaturowe są już przeczytane?
   • które pozycje literaturowe są do przeczytania (w planach)?

Oceny

Oceny seminarium 2017/2018