AI-lab06.md

Lab06 - Rezolvarea unor probleme de regresie prin metode de învățare automată

🔬 Obiective

Dezvoltarea sistemelor care învaţă singure.

• Probleme de tip regresie rezolvate cu metoda gradientului descrescator. Evaluareaa performanței acestor metode.
• Probleme de tip clasificare rezolvate cu metoda regresiei logistice. Evaluareaa performanței acestor metode.

📖 Aspecte teoretice

Metoda gradientului descrescător pentru rezolvarea problemelor de regresie si de clasificare.

❗ Normalizarea datele de antrenament si validare/testare.

Proiectarea sistemelor care învaţă singure.

Evaluarea sistemelor care învaţă singure. Metrici de performanță.

💡 Probleme

Ce îi poate face pe oameni fericiți? Se consideră problema predicției gradului de fericire a populației globului folosind informații despre diferite caracteristici a bunăstării respectivei populații precum Produsul intern brut al țării în care locuiesc (gross domestic product – GBP), gradul de fericire, etc.

Folsind datele aferente anului 2017 link, să se realizeze o predicție a gradului de fericire în funcție:

• doar de Produsul intern brut
• de Produsul intern brut si de gradul de libertate.

Clasificarea țesuturilor cancerigene Se consideră informații despre cancerul de sân la femei, informații extrase din ecografii mamare (detalii aici) precum: - Tipul malformației identificate (țesut benign sau țesut malign) - Caracteristici numerice ale nucleului celulelor din aceste țesuturi: - raza (media distanțelor între centru si punctele de pe contur) - textura (măsurată prin deviația standard a nivelelor de gri din imaginea asociată țesutului analizat) Folosindu-se aceste date, să se decidă dacă țesutul dintr-o nouă ecografie (pentru care se cunosc cele 2 caracteristici numerice – raza și textura –) va fi etichetat ca fiind malign sau benign.

Ce fel de floare preferi? Se consideră problema clasificării florilor de iris în diferite specii precum: setosa, versicolor și virginica. Pentru fiecare floare se cunosc caracteristici precum: lungimea și lățimea sepalei, lungimea și lățimea petalei. Mai multe detalii despre acest set se pot găsi aici. Folosindu-se aceste informații, să se decidă din ce specie aparține o anumită floare.

📝 Cerinte

Specificaţi, proiectaţi, implementaţi si testati cate un algoritm de regresie pentru prima problema bazat pe:

• metoda gradientului descrescator stocastic (demo) - please check the notebook
• metoda gradientului descrescator bazat pe batch-uri, cu tool/API si/sau cod propriu (tema).

Specificaţi, proiectaţi, implementaţi si testati cate un algoritm de clasificare pentru problema 2 si problema 3 bazat pe regresie logistica. Antrenati cate un clasificator pentru fiecare problema, pe care apoi sa ii utilizati pentru a stabili:

• daca o leziune (dintr-o mamografie) caracterizata printr-o textura de valoare 10 si o raza de valoare 18 este leziune maligna sau benigna
• specia unei flori de iris care are sepala lunga de 5.35 cm si lata de 3.85 cm, iar petala lunga de 1.25 cm si lata de 0.4cm

🏵️ Cerinte opționale

Rezolvarea unei probleme de regresie/clasificare prin:

• folosirea validarii încrucișate
• investigarea diferitelor funcții de loss
• ce se întîmplă în cazul clasificarii binare daca se modifică pragul de decizie din 0.5 în alte valori. Cum se poate aprecia calitatea clasificatorului pentru diferite valori ale pragului?

⌛ Termen de predare

Laborator 7

💰 Evaluarea

Punctajele acordate:

• problema 1 - batch-uri
  • tool 50p
  • cod propriu 100p
• problema 2
  • tool 50p
  • cod propriu 100p
• problema 3
  • tool 50p
  • cod propriu 100p
• cerinte optionale 150p

Notă:

• punctajul maxim acumulat pentru acest laborator este 600 puncte.

• punctajul minim pentru ca o tema predata sa fie valida este 200 puncte.