Projekt z uczenia maszynowego
Informacje ogólne
Kod przedmiotu: | 1000-2M19MLP |
Kod Erasmus / ISCED: |
11.3
|
Nazwa przedmiotu: | Projekt z uczenia maszynowego |
Jednostka: | Wydział Matematyki, Informatyki i Mechaniki |
Grupy: |
Przedmioty obieralne dla informatyki Przedmioty obieralne na studiach drugiego stopnia na kierunku bioinformatyka |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | angielski |
Rodzaj przedmiotu: | monograficzne |
Wymagania (lista przedmiotów): | Głębokie sieci neuronowe (wspólne z 1000-317bDNN) 1000-2M16GSN |
Założenia (opisowo): | Przy zapisach wymagamy zaliczenia przedmiotu Głębokie sieci neuronowe lub Rozpoznawanie obrazów na ocenę co najmniej 4. |
Skrócony opis: |
Celem przedmiotu jest nauczenie studentów tego, jak wygląda praca naukowa w dziedzinie uczenia maszynowego. Studenci uzyskają zarówno wiedzę teoretyczną, jak i przejdą przez proces tworzenia wyniku naukowego. Studenci będą prowadzeni przez mentorów, którzy będą wspierali ich w działaniach badawczych. Dodatkowo studenci nauczą się tego, jak wygląda proces publikacji wyników naukowych. |
Pełny opis: |
W skład przedmiotu będą wchodzić różne wykłady na następujące tematy: - Jak wygląda praca w projekcie badawczym? - Jak wygląda proces publikacji wyników naukowych? Jak napisać artykuł, przygotować prezentację, plakat czy szybkie podsumowanie pomysłu? Niektóre z wykładów, w zależności do dostępności, będą prowadzone przez zaproszonych gości. W trakcie pierwszych tygodni będą prezentowane różne potencjalne tematy badawcze oraz mentorzy. Studenci następnie wybiorą swoje projekty i mentorów, po czym przystąpią do definiowania potrzebnych pojęć oraz do prac badawczych. Pod koniec semestru studenci prezentować będą demonstracyjne wersje oprogramowania, pracować nad artykułami oraz prezentacjami. Przedmiot jest nastawiony na prowadzenie badań naukowych. Uczestniczenie w tym przedmiocie będzie wymagało dość sporego wysiłku (około 15 godzin pracy tygodniowo przez cały semestr). |
Literatura: |
Artykuły z rozwijanych tematów badawczych. |
Efekty uczenia się: |
Studenci zdobędą zrozumienie procesu badawczego oraz uzyskają pewne w nim doświadczenie. |
Metody i kryteria oceniania: |
Ocena będzie dawana przez koordynatora na podstawie: - ocen mentorów, - postępu w tworzeniu raportów i prezentacji. Uczestnistwo w wykładach i laboratoriach jest obowiązkowe. |
Właścicielem praw autorskich jest Uniwersytet Warszawski.