Add file

10_neural_networks.ipynb

@@ -36,7 +36,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": null,
+   "execution_count": 1,
    "metadata": {},
    "outputs": [],
    "source": [
@@ -54,7 +54,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 20,
+   "execution_count": 2,
    "metadata": {},
    "outputs": [
     {
@@ -87,6 +87,26 @@
     "print(f\"Review score: {response}\")"
    ]
   },
+  {
+   "cell_type": "code",
+   "execution_count": 6,
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "'2'"
+      ]
+     },
+     "execution_count": 6,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "response"
+   ]
+  },
   {
    "cell_type": "markdown",
    "metadata": {},

projekty-koncowe-rady.ipynb

@@ -0,0 +1,35 @@
+{
+ "cells": [
+  {
+   "cell_type": "markdown",
+   "metadata": {},
+   "source": [
+    "# Projekty końcowe\n",
+    "\n",
+    "Prezentacja powinna być na 5-10 minut. Warto przed prezentacją zrobić sobie próbne wystąpienie i zmierzyć ile ono trwa i celować w około 7 minut. \n",
+    "\n",
+    "W prezentacji powinny zostać przedstawione:\n",
+    "* tematyka\n",
+    "* problem\n",
+    "* stworzony w ramach projektu system, który powyższy problem rozwiązuje\n",
+    "\n",
+    "Na początku warto zacząć od zbioru danych - jego wielkości oraz to jak powstał (czy został pobrany z internetu, czy w jakiś półautomatyczny sposób został opracowany przez Państwa na potrzeby projektu). Można też pokazać przykładowe obserwacje ze zbioru danych.\n",
+    "\n",
+    "Następnie należy opisać architekturę systemu - to co jest silnikiem systemu (czyli np. jakaś sieć neuronowa, algorytm BM25, algorytm regresji liniowej, model języka LLaMa/Qwen itd.). Proszę pamiętać, żeby przedstawić architekturę w przystępny dla publiczności sposób (czyli ogólnie, bez zbędnych technicznych detalów, które nie nadają się na kilkuminutową prezentację).\n",
+    "\n",
+    "Potem dobrze jest pokazać wyniki - jeżeli system da się jakoś automatycznie zewaluować, to warto przedstawić jakieś wartości metryk na zbiorze testowym. Bez względu na to, czy jakieś wartości metryk da się przedstawić to dobrze zademontstrować w czasie rzeczywistym jak system działa - proszę też być gotowym żeby pokazać jak system działa na przykładzie \"od publiczności\".\n",
+    "\n",
+    "Ciekawe również byłoby zestawienie lub przedstawienie jakichś wniosków, odnośnie tego co pomogło/sprawiło że system działa dobrze.\n",
+    "\n",
+    "Jeśli ostatecznie system działa niezbyt satysfakcjonująco, warto przedstawić pomysł jak można byłoby ulepszyć system w przyszłości."
+   ]
+  }
+ ],
+ "metadata": {
+  "language_info": {
+   "name": "python"
+  }
+ },
+ "nbformat": 4,
+ "nbformat_minor": 2
+}