{ "cells": [ { "cell_type": "markdown", "metadata": { "slideshow": { "slide_type": "slide" } }, "source": [ "

Inżynieria uczenia maszynowego

\n", "

0. Informacje organizacyjne [laboratoria]

\n" ] }, { "cell_type": "markdown", "metadata": { "slideshow": { "slide_type": "slide" } }, "source": [ "## Plan na dzisiaj\n", "1. Informacje organizacyjne\n", "2. Poznajmy się!\n", "3. Wprowadzenie" ] }, { "cell_type": "markdown", "metadata": { "slideshow": { "slide_type": "slide" } }, "source": [ "## Przedmiot\n", "- Kod przedmiotu: 06-DIUMUI0\n", "- Nazwa: Inżynieria Uczenia Maszynowego\n", "- Sylabus: Sylabus-AITech-InzynieriaUczeniaMaszynowego.pdf" ] }, { "cell_type": "markdown", "metadata": { "slideshow": { "slide_type": "slide" } }, "source": [ "## Prowadzący\n", "\n", "### Paweł Skórzewski\n", "\n", "https://pms.web.amu.edu.pl" ] }, { "cell_type": "markdown", "metadata": { "slideshow": { "slide_type": "slide" } }, "source": [ "## Program zajęć\n", "1. Wprowadzenie\n", "2. Dane\n", "3. Ciągła Integracja - Jenkins\n", "4. Konteneryzacja - Docker\n", "5. Biblioteki ML\n", "6. Jenkins pipeline\n", "7. Hugging Face Hub\n", "8. Kontrola eksperymentów - Sacred\n", "9. Środowiska wirtualne\n", "10. Kontrola eksperymentów - MLFlow\n", "11. Kontrola eksperymentów - DVC\n", "12. Github Actions\n", "13. Kubernetes i Kubeflow\n", "14. Raportowanie wyników w formie publikacji naukowej\n", "15. Prezentacja publikacji" ] }, { "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) z wykorzystaniem różnych, czasami komplementarnych a czasami alternatywnych technologii.\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", " - 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" ] } ], "metadata": { "author": "Tomasz Ziętkiewicz", "celltoolbar": "Slideshow", "email": "tomasz.zietkiewicz@amu.edu.pl", "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "lang": "pl", "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3.9.16" }, "slideshow": { "slide_type": "slide" }, "subtitle": "0.Organizacyjne[laboratoria]", "title": "Inżynieria uczenia maszynowego", "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 }, "year": "2021" }, "nbformat": 4, "nbformat_minor": 4 }