Skip to content

Repository of the Machine Learning course in the 6th semester of Computer Science studies at AGH

Notifications You must be signed in to change notification settings

IwoSzczepaniak/PUM

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

34 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Podstawy Uczenia Maszynowego - laboratoria

Spis treści

Setup

Zależności potrzebne do wykonania notebooków znajdują się w pliku requirements.txt. Najpierw trzeba utworzyć środowisko wirtualne (venv), do czego polecam użyć PyCharma. Później w terminalu trzeba upewnić się, że środowisko jest aktywowane (w PyCharmie jest to automatyczne). Instalacja komendą: pip install -r requirements.txt Plik ten będzie systematycznie aktualizowany na potrzeby kolejnych laboratoriów.

Zasady zaliczania laboratoriów

  1. Jest 7 laboratoriów, z każdego laboratorium można otrzymać 10 punktów oraz ewentualnie punkty za zadanie dodatkowe, niewchodzące do podstawowej puli.
  2. Warunkiem zaliczenia indywidualnych ćwiczeń laboratoryjnych jest uzyskanie minimum 5 punktów z tych ćwiczeń. Punkty za zadania dodatkowe są uwzględniane tylko wtedy, gdy uzyskano zaliczenie z każdych indywidualnych ćwiczeń.
  3. Warunkiem uzyskania zaliczenia z przedmiotu jest zaliczenie wszystkich indywidualnych ćwiczeń laboratoryjnych.
  4. Rozwiązanie indywidualnych ćwiczeń (z wyjątkiem ostatnich ćwiczeń) musi zostać wysłane na MS Teams w ciągu 2 tygodni od laboratoriów, na których zostało zadane, do godz. 23:59, zgodnie z terminem podanym w zadaniu na MS Teams.
  5. Na laboratoriach 2-7 będzie przeprowadzona pisemna kartkówka z tematyki poprzedniego laboratorium oraz zadania. Z każdej kartkówki można otrzymać 5 punktów. Nie ma minimalnej liczby punktów, które trzeba uzyskać w ramach kartkówek.
  6. Zgodnie z sylabusem, istnieje możliwość zamiany kartkówki na projekt indywidualny, w ramach którego należy zaimplementować wybrany (i zaakceptowany przez prowadzącego) artykuł naukowy, oraz przygotować raport z jego wykonania i zaliczyć kolokwium ustne na koniec semestru.
  7. W przypadku spóźnienia się z oddaniem indywidualnych ćwiczenia można je wysłać ze spóźnieniem w ciągu kolejnych 2 tygodni. Wtedy otrzymana liczba punktów jest mnożona przez 0.8, włącznie z ewentualnymi punktami za zadanie dodatkowe, zaokrąglona w górę do najbliższego 0.25 punktu.
  8. Poprzedni punkt o możliwości spóźnienia nie dotyczy sytuacji, w której student miał nieobecność nieusprawiedliwioną na zajęciach. W takim wypadku zestaw z tego laboratorium, na którym student był nieobecny, można oddać jedynie w terminie podstawowym. W takiej sytuacji z kartkówki (punkt 4) student otrzymuje zero punktów.
  9. W przypadku nieuzyskania zaliczenia z co najmniej jednego z ćwiczeń indywidualnych (w szczególności uwzględniając minimum punktowe z pkt. 2, oraz termin spóźniony z pkt. 5), w pierwszym terminie zaliczenia przedmiotu wystawiana jest ocena niedostateczna.
  10. W przypadku nieuzyskania zaliczenia w pierwszym terminie możliwe jest uzyskanie zaliczenia w terminie poprawkowym, jeśli wszystkie brakujące ćwiczenia indywidualne zostaną ocenione pozytywnie do końca sesji poprawkowej.
  11. W przypadku uzyskania zaliczenia stosowana jest skala ocen AGH, tj.:
  • 50-59 pkt. - ocena 3 (dst)
  • 60-69 pkt. - ocena 3,5 (+dst)
  • 70-79 pkt. - ocena 4 (db)
  • 80-89 pkt. - ocena 4,5 (+db)
  • >= 90 pkt. - ocean 5 (bdb)
  1. Zgodnie z sylabusem, jeżeli pozytywną ocenę z laboratorium i zaliczenia wykładu uzyskano w pierwszym terminie oraz ocena końcowa jest mniejsza niż 5.0 to ocena końcowa jest podnoszona o 0.5.

About

Repository of the Machine Learning course in the 6th semester of Computer Science studies at AGH

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published