Politechnika Warszawska - Centralny System Uwierzytelniania
Nie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Wstęp do uczenia maszynowego

Informacje ogólne

Kod przedmiotu: 1120-DS000-ISP-0242 Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Wstęp do uczenia maszynowego
Jednostka: Wydział Matematyki i Nauk Informacyjnych
Grupy: Informatyka i Systemy Informacyjne, Przetwarzanie i analiza danych, semestr 1 z 3
Informatyka i Systemy Informacyjne, Przetwarzanie i analiza danych, semestr 2 z 4
Inżynieria i analiza danych, I st. - przedmioty obowiązkowe, sem. 4
Punkty ECTS i inne: 5.00
Język prowadzenia: polski
Skrócony opis:

Celem przedmiotu jest zapoznanie słuchaczy z podstawowymi metodami uczenia maszynowego nadzorowanego i nienadzorowanego oraz nauczenie ich praktycznej umiejętności ich stosowania i oceny ich przydatności.

Pełny opis:

Treści kształcenia

Wykład (program przedmiotu):

1. Wstępne przetwarzanie danych: redukcja wymiaru danych, ekstrakcja cech: analiza składowych głównych, SVD, skalowanie wielowymiarowe, korelacja cech

2. Generalizacja. Dobre dopasowanie a przeuczenie, walidacja krzyżowa. Miary podobieństwa obiektów, segmentacja danych w oparciu o podobieństwo.

3. Uczenie nienadzorowane: analiza skupień. Miary odległości, algorytmy optymalizacji funkcji kryterialnej (k-means, k-medoids), metody hierarchiczne.

4. Problem klasyfikacji binarnej/wieloklasowej: podejście bayesowskie, empiryczne klasyfikatory bayesowskie (naiwna metod bayesowska, klasyfikator knn)

5. Liniowe metody klasyfikacyjne: LDA, klasyfikator logistyczny, SVM (wersja liniowa)

6. Drzewa jako klasyfikatory. Ekstrakcja reguł z drzew.

7. Reguły asocjacyjne, systemy regułowe.

8. Ewaluacja skuteczności klasyfikatora. Macierz błędów. Miary błędów oraz ich interpretacja.

9. Kompleksowa analiza wszystkich etapów budowy oraz zastosowania narzędzi analizy danych na wybranych przykładach (case studies) z wykorzystaniem metodyki CRISP-DM.

Laboratorium:

Projekt: praktyczna, wieloaspektowa analiza rzeczywistych zbiorów danych obejmująca zagadnienia omawiane na wykładzie.

Literatura:

1. Cichosz, Systemy Uczące się, WNT 2007

2. Bishop, Pattern Recognition and Machine Learning, Springer 2006

3. Flasiński , Wstęp do Sztucznej Inteligencji, PWN 2011

Metody i kryteria oceniania:

Zaliczenie przedmiotu oparte jest o wyniki dwóch zadań realizowanych w ramach laboratorium (w sumie maksymalnie 60 pkt) oraz wyniki egzaminu (maksymalnie 40 pkt). W przypadku zadań realizowanych w laboratorium oceniana jest zarówno jakość rozwiązań jak i terminowość ich realizacji. Szczegółowe zasady przyznawania punktów przedstawiane są studentom podczas pierwszych zajęć laboratoryjnych (dot. laboratorium) oraz wykła-dowych (dot. egzaminu).

Ocena końcowa zależy od łącznej liczby punktów uzyskanych z zadań punk-towanych oraz egzaminu i jest wyznaczana zgodnie z poniższymi regułami: 0-50 pkt – 2.0, 51-60 pkt – 3.0, 61-70 pkt – 3.5, 71-80 pkt – 4.0, 81-90 pkt – 4.5, 91-100 pkt – 5.0. Warunkiem koniecznym uzyskania oceny pozytywnej jest zdobycie co najmniej 30 pkt z laboratorium oraz 20 pkt z egzaminu.

Zajęcia w cyklu "rok akademicki 2020/2021 - sem. letni" (w trakcie)

Okres: 2021-02-20 - 2021-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Szymon Maksymiuk, Anna Wróblewska
Prowadzący grup: Stanisław Giziński, Igor Marczak, Michał Możdżonek, Krzysztof Spaliński, Paulina Tomaszewska, Anna Wróblewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin

Zajęcia w cyklu "rok akademicki 2019/2020 - sem. letni" (zakończony)

Okres: 2020-02-22 - 2020-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Szymon Maksymiuk, Anna Wróblewska
Prowadzący grup: Tomasz Klonecki, Szymon Maksymiuk, Stanisław Pawlak, Paulina Tomaszewska, Michał Turski, Anna Wróblewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin

Zajęcia w cyklu "rok akademicki 2018/2019 - sem. letni" (zakończony)

Okres: 2019-02-18 - 2019-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Anna Wróblewska
Prowadzący grup: Mateusz Staniak, Anna Wróblewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin

Zajęcia w cyklu "rok akademicki 2017/2018 - sem. letni" (zakończony)

Okres: 2018-02-19 - 2018-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Projekt, 45 godzin, 15 miejsc więcej informacji
Wykład, 30 godzin, 200 miejsc więcej informacji
Koordynatorzy: Anna Wróblewska
Prowadzący grup: Dominik Lewy, Anna Wróblewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena łączna
Projekt - Zaliczenie
Wykład - Egzamin

Zajęcia w cyklu "rok akademicki 2016/2017 - sem. letni" (zakończony)

Okres: 2017-02-20 - 2017-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Projekt, 45 godzin, 15 miejsc więcej informacji
Wykład, 30 godzin, 200 miejsc więcej informacji
Koordynatorzy: Jacek Mańdziuk, Anna Wróblewska
Prowadzący grup: Anna Wróblewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Projekt - Zaliczenie
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.