Usunięcie pliku TODO

TODO.txt

@@ -1,30 +0,0 @@
-1. Wygenerowanie legitnych danych
-2. Wytrenowanie lokalnego modelu - podzielenie danych na treningowe oraz testowe
-3. Wystawienie modelu poprzez REST API
-4. Stworzenie 2-3 przypadków testowych
-5. Przygotowanie environment.yaml condy
-6. Udostępnienie aplikacji w sieci wydziałowej (przez ten https://cloud.wmi.amu.edu.pl/#v1:0:18:4::::::: )
-7. Przygotowanie prezentacji na zaliczenie (w tym dane histograficzne - rozkład znaków, długość ciągu znaków w przypadku zwykłych danych oraz ataków (pewnie przy róznych atakach pojawią się określone znaki specjalne) czyli zaprezentować analizę tego zbioru danych (tabelki, wykresy, wnioski))
-
-
-
-
-
-Projekt ma posiadać environment.yaml condy - konfiguracja środowsika
-
-
-
-do tego statystyki danych - jaki procent poszczególnych typów danych znajdował się w zbiorach treningowych, testowych itd.
-
-dane histograficzne - rozkład znaków, długość ciągu znaków w przypadku zwykłych danych oraz ataków (pewnie przy róznych atakach pojawią się określone znaki specjalne)
-
-
-
-
-
-
-Skala ocen:
-- Należy wybrać zbiór danych (akceptacja grup oraz zbioru danych przez prowadzącego na pierwszych 17.11.21 lub drugich zajęciach 18.11.23), zaprezentować analizę tego zbioru danych (tabelki, wykresy, wnioski) w max 10 minut- zaliczenie na ocenę 3)
-- Należy wytrenować prosty model uczenia maszynowego (lub użyć gotowego modelu) i zaprezentować jego wyniki na zbiorze testowym. Jakość modelu nie będzie oceniana, ale powinien radzić sobie lepiej niż bardzo prosty model (klasa większościowa dla klasyfikacji lub średnia dla regresji)- zaliczenie na ocenę 4
-- Należy wystawić model z poprzedniego punktu w prostej aplikacji REST i zaprezentować jego działanie. Do aplikacji powininy być napisane conajmniej 2-3 proste przypadki testowe- zaliczenie na llocenę 4.5
-- Należy udostępnić aplikację w sieci wydziałkowej 5