Warsztaty Badawcze Lato 2018/2019

Strona przedmiotu Warsztaty Badawcze dla specjalności IAD na wydziale MiNI PW

Baza modeli

Opis struktury bazy oraz szablony plików

Materiały na laboratoria

Tematy spotkań

• [1] W: Wprowadzenie do OpenML, interfejsu do OpenML
• [2] W: Modele niskowymiarowe (lm, regresja logistyczna, drzewa, svm). Wprowadzenie do biblioteki mlr do trenowania modeli.
• [3] W: Miary oceny modelu (loss functions, CV), Wprowadzenie do biblioteki caret do trenowania modeli.
• [4] W: Modele wysokowymiarowe (lasy, xgboost, sieci neuronowe)
• [5] W: Wyjaśnialne uczenie maszynowe (DALEX)
• [6] W: Prezentacje Pracy domowej.
• [7] W: Wybór zmiennych (filtr, greed search), inżynieria zmiennych. Wprowadzenie do biblioteki parsnip do trenowania modeli.
• [8] W: Strategie doboru hiperparametrów (random search, grid search, mlrMBO).
• [9] W: Testy modelu - jak ich używać i robić
• [10] W: Pierwsza Prezentacja Projektu
• [11] W: Wyjaśniacze PDP jak je robić
• [12] W: Wyjaśniacze PDP - jak je porównywać
• [13] W: reprodukowalność wyników (archivist)
• [14] W: Druga Prezentacja Projektu

Zasady zaliczenia

Zaliczenie jest oparte o dwie składowe:

• Punkty z prac domowych (60 punktów)
• Punkty z projektów (40 punktów)

W sumie uzyskać można do 100 punktów. 51 punktów zalicza przedmiot.

Jest również dodatkowa pula punktów do zdobycia za nadobowiązkowe prace domowe.

Projekty

Prace Domowe:

Prace domowe należy zgłaszać przez GitHub, poprzez pull request oraz komentarz w odpowiednim issue.

Literatura uzupełniająca:

• Pełna playlista z wykładami Andrew Ng