Projekt na przedmiot Matematyczne podstawy sztucznej inteligencji i cyberbezpieczeństwa
Go to file
Anna Nowak d7d5047587 raw
2021-05-26 15:25:00 +02:00
.gitignore raw 2021-05-26 15:25:00 +02:00
bayes.py raw 2021-05-26 15:25:00 +02:00
datapreparator.py raw 2021-05-26 15:25:00 +02:00
main.py raw 2021-05-26 15:25:00 +02:00
music_genre_raw.csv template 2021-05-26 13:32:48 +02:00
Readme.md Init 2021-05-25 22:57:22 +02:00
requirements.txt raw 2021-05-26 15:25:00 +02:00

Klasyfikacja za pomocą naiwnej metody bayesowskiej (rozkłady ciągłe)

Zasady zaliczenia: 40 punktów podzielone następująco:

  • 10 pkt - prezentacja projektu
  • 15 pkt - implementacja, w tym:
  • 5 pkt - zgodność z tematem,
  • 5 pkt - jakość kodu,
  • 5 pkt - poprawność implementacji
  • 10 pkt - efekt "wow"
  • 5 pkt - aktywność wszystkich członków grupy

Klasyfikacja za pomocą naiwnej metody bayesowskiej (rozkłady ciągłe). Implementacja powinna założyć, że cechy są ciągłe (do wyboru rozkład normalny i jądrowe wygładzenie). Na wejściu oczekiwany jest zbiór, który zawiera p-cech ciągłych, wektor etykiet oraz wektor prawdopodobieństw a priori dla klas. Na wyjściu otrzymujemy prognozowane etykiety oraz prawdopodobieństwa a posteriori. Dodatkową wartością może być wizualizacja obszarów decyzyjnych w przypadku dwóch cech.

Termin oddania na Moodle: do 31 maja. Prezentacja projektów 1 czerwca na ćwiczeniach.