Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania
Strona główna

Obóz wstępny – wprowadzenie do uczenia maszynowego

Informacje ogólne

Kod przedmiotu: 1000-317bBUM
Kod Erasmus / ISCED: 11.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0612) Database and network design and administration Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Obóz wstępny – wprowadzenie do uczenia maszynowego
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty obowiązkowe dla I roku Machine Learning
Punkty ECTS i inne: 3.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: angielski
Rodzaj przedmiotu:

monograficzne

Skrócony opis:

Celem przedmiotu jest przedstawienie słuchaczom wspólnej bazy pojęć z zakresu podstaw uczenia maszynowego potrzebnych do zrozumienia współczesnych, zaawansowanych metod uczenia maszynowego oraz wpojenie warsztatu programistycznego potrzebnego do sprawnego posługiwania się nimi.

Pełny opis:

Wykład będzie miał formę intensywnego kursu prowadzonego przez pierwsze dwa tygodnie pierwszego semestru. Na zajęciach poruszane będą następujące tematy:

1. Funkcja celu, podział test vs walidacja

2. Inżynieria cech

3. Przeuczanie, regularyzacja

4. Wprowadzenie do zagadnień regresji liniowej i logistycznej

5. Algorytm k najbliższych sąsiadów

6. Eksploracja i wizualizacja danych. Histogram, wizualizacja funkcji gęstości, wykres pudełkowy.

Literatura:

1. Trevor Hastie, Robert Tibshirani, Jerome H., The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer, Berlin

2. Andrew Ng, Machine Learning Yearning, https://www.deeplearning.ai/machine-learning-yearning/

Efekty uczenia się:

Wiedza: student zna i rozumie

* w uporządkowany i podbudowany teoretycznie sposób wiedzę w zakresie podstawowych technik uczenia maszynowego oraz metodologii konstruowania i prowadzenia badań z tego zakresu [K_W06].

Umiejętności: student potrafi

* zaplanować i przeprowadzić badanie własności rozwiązań z zakresu uczenia maszynowego z użyciem podstawowych jego technik [K_U08];

* zwizualizować wyniki badań z zakresu uczenia maszynowego [K_U09].

Kompetencje społeczne: student jest gotów do

* krytycznej oceny posiadanej wiedzy i odbieranych treści [K_K01];

* uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz zasięgania opinii ekspertów w przypadku trudności z samodzielnym rozwiązaniem problemu [K_K02].

Metody i kryteria oceniania:

Kolokwium i mały projekt programistyczny na ocenę

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-01-28
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 10 godzin więcej informacji
Wykład, 10 godzin więcej informacji
Koordynatorzy: Marek Cygan, Marcin Mucha
Prowadzący grup: Marek Cygan, Marcin Mucha, Michał Nauman, Mateusz Olko, Emilia Wiśnios
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.
ul. Długa 44/50
00-241 Warszawa
tel: +48 22 55 49 126 https://www.wne.uw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)