pms/umz21
4
2
Fork 1
Code Issues Pull Requests Releases Wiki Activity

Oznaczenie wykładów

Browse Source
This commit is contained in:
Paweł Skórzewski 2021-04-14 08:03:54 +02:00
parent e372b68b6b
commit 173a5646a9
13 changed files with 75 additions and 130 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

2
lab/04_scikit-learn.ipynb
View File

@ -31,7 +31,7 @@
},
{
"cell_type": "code",
"execution_count": 2,
"execution_count": 1,
"metadata": {},
"outputs": [
{

114
wyk/05_Regresja_wielomianowa.ipynb
View File

File diff suppressed because one or more lines are too long

3
wyk/06_Naiwny_klasyfikator_bayesowski.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 21 kwietnia 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 6. Naiwny klasyfikator bayesowski"
]
},

5
wyk/07_KNN.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 28 kwietnia 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 7. Algorytm $k$ najbliższych sąsiadów"
]
},
@ -776,7 +775,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

5
wyk/08_Uczenie_nienadzorowane.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 5 maja 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 8. Uczenie nienadzorowane"
]
},
@ -800,7 +799,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

5
wyk/09_Sieci_neuronowe.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 12 maja 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 9. Sieci neuronowe – wprowadzenie"
]
},
@ -943,7 +942,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

5
wyk/10_Propagacja_wsteczna.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 19 maja 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 10. Sieci neuronowe – propagacja wsteczna"
]
},
@ -1065,7 +1064,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

5
wyk/11_Wielowarstwowe_sieci_neuronowe.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 26 maja 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 11. Wielowarstwowe sieci neuronowe i algorytmy optymalizacji"
]
},
@ -1764,7 +1763,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

5
wyk/12_RNN.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 2 czerwca 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 12. Rekurencyjne sieci neuronowe"
]
},
@ -246,7 +245,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

5
wyk/13_CNN.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 9 czerwca 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 13. Konwolucyjne sieci neuronowe"
]
},
@ -843,7 +842,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

5
wyk/14_Autoencoder.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 16 czerwca 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 14. Autoencoder. Tłumaczenie neuronowe"
]
},
@ -403,7 +402,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

5
wyk/15_Uczenie_przez_wzmacnianie.ipynb
View File

@ -8,8 +8,7 @@
}
},
"source": [
"## Uczenie maszynowe UMZ 2019/2020\n",
"### 16 czerwca 2020\n",
"## Uczenie maszynowe – zastosowania\n",
"# 15. Uczenie przez wzmacnianie i systemy dialogowe"
]
},
@ -409,7 +408,7 @@
},
"livereveal": {
"start_slideshow_at": "selected",
"theme": "amu"
"theme": "white"
}
},
"nbformat": 4,

41
wyk/Untitled.ipynb
View File

@ -1,41 +0,0 @@
{
"cells": [
{
"cell_type": "code",
"execution_count": 2,
"metadata": {},
"outputs": [],
"source": [
"import numpy as np"
]
},
{
"cell_type": "code",
"execution_count": null,
"metadata": {},
"outputs": [],
"source": []
}
],
"metadata": {
"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",
"version": "3.8.3"
}
},
"nbformat": 4,
"nbformat_minor": 4
}