Seminarium licencjackie

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

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