Zaawansowane uczenie maszynowe:
zasady realizacji projektu
Zasady ogólne
Proponowane tematy przewidywane są do realizacji w zespołach
dwuosobowych. W szczególnie uzasadnionych przypadkach
(np. uczestnictwo w projektach badawczych obejmujących zagadnienia
należące do zakresu przedmiotu) będzie także możliwe zaproponowanie
własnego tematu projektu.
Wymagania i kryteria oceniania
Podane niżej zasady mają na celu zapewnienie sprawnej realizacji
projektu i procesu oceniania, a nie wprowadzanie nadmiernego
rygoryzmu. W indywidualnych uzasadnionych przypadkach niektóre z tych
zasad mogą zostać złagodzone. Zdarza się też, że wynikające z ogólnych
zasad terminy są ze względu na specyficzny układ kalendarza semestru
przesuwane o kilka dni, jednak są to wyłącznie przesunięcia w przód
(wydłużenie dostępnego czasu).
W przypadku, gdy projekt oprócz mnie prowadzi także inny prowadzący,
może on uszczegółowić bądź zmodyfikować niektóre zapisane tu warunki
dla zespołów realizujących projekt pod jego kierunkiem. Zespoły te
powinny zapoznać się z przedstawionymi przez niego informacjami!
- Wybór tematu projektu musi nastąpić do końca piątego
tygodnia semestru. Niedokonanie wyboru tematu w tym terminie może
być traktowane jako rezygnacja z wykonywania projektu.
- Do końca siódmego tygodnia semestru należy dostarczyć w
formie pliku PDF zawierającego maksymalnie 3 strony wstępne
założenia obejmujące:
- interpretację tematu projektu,
- opis części implementacyjnej (jeśli dotyczy),
- listę algorytmów, które będą wykorzystane w eksperymentach
(ze wskazaniem wykorzystywanych bibliotek, i klas/funkcji),
- plan badań, w tym:
- cel poszczególnych eksperymentów (pytania, na które
będzie poszukiwana odpowiedź, lub hipotezy do
weryfikacji),
- charakterystykę zbiorów danych, które będą wykorzystane
(oraz ewentualnych czynności związanych z
przygotowaniem danych),
- parametry algorytmów, których wpływ na wyniki będzie
badany,
- miary jakości i procedury oceny modeli,
- otwarte kwestie wymagające późniejszego rozwiązania (wraz z
wyjaśnieniem powodów, dla których ich rozwiązanie jest
odłożone na później).
- Do końca przedostatniego tygodnia semestru należy
dostarczyć w postaci linku do udostępnionego
notatnika Google
Colab
(spełniającego wymagania
techniczne) oraz wyeksportowanego z tego notatnika pliku w
formacie PDF wyniki realizacji projektu zawierające:
- zaktualizowaną treść założeń wstępnych z zaznaczeniem zmian
wprowadzonych w trakcie realizacji,
- opis implementacji (jeśli dotyczy),
- kod implementacji (jeśli dotyczy),
- opis przeprowadzonych eksperymentów,
- kod eksperymentów,
- uzyskane wyniki w formie wykresów lub tabel,
- dyskusję wyników i wnioski.
- Na ocenę z projektu (100%) składają się:
- ocena założeń wstępnych (20%),
- ocena realizacji (80%).
- Opóźnienie w oddaniu założeń wstępnych nie przekraczające jednego
tygodnia powoduje przemnożenie uzyskanej oceny za założenia wstępne
przez współczynnik 0.8. Po upływie jednego tygodnia od terminu
założenia nie będą przyjmowane do oceny, a ocena późniejszych
elementów projektu będzie automatycznie mnożona przez współczynnik
0.8.
- Po upływie jednego tygodnia od terminu lub po zakończeniu zajęć
dydaktycznych w semestrze kod i dokumentacja nie będą przyjmowane, z
wyjątkiem uzasadnionych przypadków losowych. Opóźnienie w oddaniu
któregokolwiek z produktów końcowych projektu (kodu
źródłowego lub dokumentacji) nieprzekraczające jednego tygodnia
powoduje przemnożenie uzyskanych ocen za realizację projektu przez
współczynnik 0.8 (w przypadku braku założeń wstępnych łączny mnożnik
wyniesie 0.8*0.8=0.64).
- Przy ustalaniu numerów tygodni, o których mowa wyżej, stosuje się
numerację kolejnych wykładów, tzn. w szczególności siódmym tygodniem
jest tydzień, w którym przypada termin siódmego wykładu z ZUM, a
ostatnim tygodniem -- tydzień, w którym przypada termin ostatniego
wykładu z ZUM, zgodnie z rozkładem zajęć i
obowiązującym kalendarzem
semestru.
Interpretacja tematów
Tematy są sformułowane zwięźle jako stosunkowo otwarte hasła do
rozwinięcia, przez co oczywiście mogą być przy pierwszym kontakcie z
nimi niezrozumiałe. Bliższych informacji dotyczących wybranych tematów
można zasięgnąć w ramach konsultacji.
Środowisko realizacji
Środowiskiem implementacji i eksperymentów dla wszystkich tematów
projektu jest język R lub język
Python. Zapoznanie się z wybranym środowiskiem na wystarczającym
poziomie wchodzi w zakres projektu i jest dodatkową korzyścią, jaka z
niego wynika dla wykonawców. Wykonawcy mogą przedstawić propozycję
realizacji części zakresu projektu w obydwu środowiskach (np. w celu
porównania dostępnych w obu środowiskach implementacji niektórych
algorytmów).
Implementując algorytmy uczenia się w języku R lub Python należy
przestrzegać powszechnie przyjmowanych w tych środowiskach konwencji
dotyczących przekazywanie danych, parametrów i zwracania
wyników. Dodatkowe wymagania i wskazówki techniczne podane
są tutaj.
Strona przedmiotu ZUM
Paweł Cichosz