L0 — Wstęp do numpy.
L1 — Wprowadzenie do reprezentacji danych w zadaniach uczenia maszynowego. Zbiór danych Iris.
L2 — Zadanie klasyfikacji, podstawowe protokoły eksperymentalne. Podział na zbiory treningowy i testowy, walidacja krzyżowa.
L3 — Samodzielna implementacja prostych klasyfikatorów. Klasyfikacja w oparciu o prawdopodobieństwo *a priori* oraz algorytm *k-*najbliższych sąsiadów.
L4 — Przetwarzanie wstępne danych. Normalizacja i redukcja wymiarowości.
L5 — Testy statystyczne - analiza wyników eksperymentów.
L6 — Klasyfikacja danych niezbalansowanych, metody *resamplingu*.
L7 — Przetwarzanie strumieni danych.
W sumie do zdobycia jest 21 pkt.
Sposób oceniania:
Ocena | 5 | 4.5 | 4 | 3.5 | 3 |
---|---|---|---|---|---|
Procent | 90% | 80% | 70% | 60% | 50% |
Punkty | 19 | 17 | 15 | 13 | 11 |