ium/IUM_00.Organizacyjne.ipynb

193 lines
5.6 KiB
Plaintext
Raw Normal View History

2021-03-07 23:52:43 +01:00
{
"cells": [
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"# AITech Inżynieria Uczenia Maszynowego\n",
"\n",
"\n",
2021-03-08 11:10:30 +01:00
"## Informacje organizacyjne"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Plan na dzisiaj\n",
"1. Informacje organizacyjne\n",
"2. Poznajmy się!\n",
"3. Wprowadzenie"
2021-03-07 23:52:43 +01:00
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Przedmiot\n",
"- Kod przedmiotu: 06-DIUMUI0\n",
"- Nazwa: Inżynieria Uczenia Maszynowego\n",
"- WMI UAM 2021\n",
"- Sylabus: Sylabus-AITech-InzynieriaUczeniaMaszynowego.pdf"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Prowadzący\n",
"- imię i nazwisko:\tTomasz Ziętkiewicz\n",
"- stopień naukowy:\tmagister inżynier\n",
"- stanowisko:\tdoktorant\n",
"- [Zakład Sztucznej Inteligencji](https://ai.wmi.amu.edu.pl/pl/)\n",
"- email: tomasz.zietkiewicz@amu.edu.pl\n",
"- www: http://tz47965.home.amu.edu.pl/\n",
2021-03-08 14:26:32 +01:00
"- https://git.wmi.amu.edu.pl/tzietkiewicz/aitech-ium\n",
2021-03-07 23:52:43 +01:00
"- konsultacje: przez MS Teams, po wcześniejszym umówieniu mailowym lub przez chat"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"### Prowadzący\n",
"### Zainteresowania naukowe\n",
"- Przetwarzanie języka naturalnego\n",
"- Rozpoznawanie mowy\n",
"- Postprocessing wyników rozpoznawania mowy\n",
"- Normalizacja tekstu\n",
"- Korekta błędów systemów rozpoznawania mowy"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Program zajęć\n",
"1. Wprowadzenie\n",
"2. Dane\n",
"3. Ciągła Integracja - Jenkins\n",
2021-03-29 01:18:00 +02:00
"4. Konteneryzacja - Docker\n",
"5. Biblioteki ML\n",
2021-03-07 23:52:43 +01:00
"6. Przygotowanie eksperymentu ML\n",
"7. Jenkins pipeline\n",
"8. Kontrola eksperymentów - Sacred\n",
"9. Kontrola eksperymentów - MLFlow\n",
"10. Kontrola eksperymentów - DVC\n",
"11. Wizualizacja\n",
"12. Finalizacja projektu\n",
"13. Finalizacja projektu\n",
"14. Podsumowanie"
]
},
{
"cell_type": "markdown",
"metadata": {
"slideshow": {
"slide_type": "slide"
}
},
"source": [
"## Zasady zaliczenia\n",
"\n",
"W trakcie kolejnych zajęć będą Państwo poznawać różne techniki i narzędzia wspomagające proces rozwoju modeli uczenia maszynowgo.\n",
"\n",
"W wyniku realizacji zadań z poszczególnych zajęć powstaną części składowe potoku uczenia maszynowego (Machine Learning Pipeline), które na końcu zostaną zintegrowane w jedną całość.\n",
"\n",
"\n",
" - Za wykonywanie na bieżąco zadań z poszczególnych zajęć będą przyznawane punkty.\n",
" - Zadania powinny zostać wykonane przez Państwa do końca dnia poprzedzającego następne zajęcia (o ile w zadaniu nie podano inaczej) \n",
" - Zobowiązuję się ocenić zadania najpóźniej do początku następnych zajęć \n",
" (czyli np. zadanie z zajęć 2. musi zostać oddane najpóźniej dzień przed zajęciami 3. a wyniki oceny tego zadania zostaną opublikowane najpóźniej w trakcie zajęć 4.)\n",
" \n",
" - W przypadku braku wykonania zadań w terminie nie zostaną przyznane za nie punkty.\n",
" - W przypadku braku wystawienia przez prowadzącego punktów w terminie, uznaje się przyznanie za zadanie maksymalnej ilości punktów\n",
" - Za wykonanie zadań cząstkowych w terminie można zdobyć 50% całkowitej liczby punktów\n",
" - Za wykonanie finalnego projektu można zdobyć 50% całkowitej liczby punktów\n",
" - Punkty przysługujące za każde zadanie cząstkowe będą podane przy opisie zadania\n",
" \n",
" Przelicznik punktów na oceny:\n",
" \n",
"| Ocena | % całkowitej liczby punktów |\n",
"| --------------------------- | ----------- |\n",
"| bardzo dobry (bdb; 5,0) | >= 90% |\n",
"| dobry plus (+db; 4,5) | >= 80% |\n",
"| dobry (db; 4,0)\t | >= 70% |\n",
"| dostateczny plus (+dst; 3,5)| >= 60% |\n",
"| dostateczny (dst; 3,0) | >= 50% |\n",
"| niedostateczny (ndst; 2,0) | < 50% |\n"
]
},
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Obecność\n",
"\n",
"# ZMIANY! #\n",
"Zgodnie z oficjalnymi zasadami obowiązującymi w projekcie AITech, dopuszczalna liczba nieobecności na zajęciach wynosi 3 (obowiązkowa obecność na 80% zajęć).\n",
"Powyżej 3 nieobecności przemiot nie może być zaliczony."
2021-03-07 23:52:43 +01:00
]
}
],
"metadata": {
"celltoolbar": "Slideshow",
"kernelspec": {
"display_name": "Python 3",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
2021-03-29 01:18:00 +02:00
"version": "3.8.5"
2021-03-07 23:52:43 +01:00
},
"toc": {
"base_numbering": 1,
"nav_menu": {},
"number_sections": false,
"sideBar": false,
"skip_h1_title": false,
"title_cell": "Table of Contents",
"title_sidebar": "Contents",
"toc_cell": false,
"toc_position": {},
"toc_section_display": false,
"toc_window_display": false
}
},
"nbformat": 4,
"nbformat_minor": 4
}