To jest strona domowa przedmiotu Uczenie maszynowe (UMA) prowadzonego na Wydziale Elektroniki i Technik Informacyjnych Politechniki Warszawskiej. Można tu znaleźć informacje organizacyjne oraz materiały pomocnicze.
Komentarze na temat zawartości tej strony i inne uwagi dotyczące przedmiotu proszę kierować pocztą.
Przedmiot kierowany jest do studentów studiów inżynierskich i ma on służyć zapoznaniu ich z elementami teorii i podstawowymi algorytmami uczenia maszynowego. Da on także okazję do zdobycia podstawowych doświadczeń praktycznych dotyczących implementacji i stosowania algorytmów uczenia maszynowego. Bardziej szczegółowe informacje zawiera oficjalny konspekt przedmiotu.
Przedmiot ma być łagodnym wprowadzeniem w obszar uczenia maszynowego i jego zakres jest ograniczony do stosunkowo prostych nie-neuronowych algorytmów uczenia się oraz tych elementów teorii uczenia się, które ułatwiają zrozumienie możliwości i ograniczeń tych algorytmów. Prezentowane wyniki teoretyczne i algorytmy będą ilustrowane przykładami.
Kontynuacją przedmiotu ma być docelowo przedmiot Zaawansowane uczenie maszynowe (ZUM), który jest prowadzony na studiach magisterskich, na którym przedstawione będą wybrane bardziej złożone algorytmy.
Kolokwium 1 odbędzie się w terminie wykładu 7, we wtorek 19
listopada w terminie wykładu 8, we wtorek 26 listopada. Początek
o 8.15, czas pracy 45 minut (wykładu nie będzie). Kolokwium będzie
miało postać testu jednokrotnego wyboru, przy czym zakres i poziom
trudności zadań nie będzie wykraczać poza to, co demonstrują
udostępniane po wykładach ćwiczenia. Jest to termin przesunięty w
stosunku do wcześniejszej propozycji, ale zakres materiału (treść
wykładów 1-6) pozostaje bez zmian.
Są już dostępne aktualne informacje na temat realizacji projektu.
Przedmiot został uruchomiony w semestrze 24Z.
Ocena z przedmiotu ustalana jest na podstawie:
W obecnym semestrze projekt prowadzą:
Proszę o sprawdzenie w systemie USOS swojej przynależności do grup projektowych oraz przypisania prowadzących do grup, a następnie zgłoszenia zespołów złożonych z dwóch osób należących do grup przypisanych do tego samego prowadzącego (ale mogą to być różne grupy) do odpowiednich prowadzących zgodnie z ich instrukcjami załączonymi poniżej. Faktyczny przydział tematów na podstawie zgłoszonych preferencji nastąpi 10 listopada.
W kwestiach związanych z interpretacją tematów, zakresem wymagań oraz ewentualnych materiałów pomocniczych do projektu, a także z funkcjonowaniem narzędzia używanego do zgłaszania zespołów i wybierania tematów, proszę zwracać się do prowadzących projekt.
Wykład | Temat |
1 | Informacje organizacyjne i wprowadzenie |
2-3 | Elementy teorii uczenia się (PAC-nauczalność, wymiar VC) |
4 | Uczenie się przestrzeni wersji |
5-6 | Algorytmy indukcji reguł |
7 | Kolokwium 1 |
8-9 | Algorytmy indukcji drzew decyzyjnych, naiwny klasyfikator bayesowski |
11 | Modele liniowe |
11 | Ocena jakości modeli |
12 | Las losowy, SVM |
13-14 | Uczenie się ze wzmocnieniem |
15 | Kolokwium 2 |
Po każdym wykładzie będą tu zamieszczane slajdy odpowiadające jego treści.
Udostępniam również wstępne robocze wersje slajdów do przyszłych wykładów, należy jednak brać pod uwagę, że mogą być do nich jeszcze wprowadzane zmiany (poprawki, uzupełnienia, przesunięcia materiału).
W trakcie semestru będą tu udostępniane ćwiczenia do (większości) wykładów, mające na celu ułatwienie weryfikacji zrozumienia ich treści i przygotowania się do kolokwium.
Literatura dotycząca szczegółowych zagadnień, w tym zwłaszcza tematów projektu, rekomendowana jest indywidualnie w ramach konsultacji. Tutaj zamieszczam tylko nieliczne wybrane książki, których zakres tematyczny w znacznym stopniu jest zgodny z zakresem przedmiotu.