Warszataty Badawcze składają się z:
- wykładu
- zajęć laboratoryjnych i projektowych
DATA | LABORATORIUM + PROJEKT | PUNKTY | |
---|---|---|---|
1 | 24-02 | Wprowadzenie do tematu projektu | |
2 | 03-03 | ML workflow - wstęp do modeli uczenia maszynowego, ewaluacja algorytmów | Praca domowa 1 (5 pkt) |
3 | 10-03 | Optymalizacja hiperparametrów | Praca domowa 2 (5 pkt) |
4 | 17-03 | Zasady i wyzwania stojące przed AutoML | |
5 | 24-03 | Prace z róznymi pakietami do AutoML | Kamień milowy 1 (8 pkt) |
6 | 31-03 | Prezentacje wybranych pakietów | |
7 | 07-04 | Prezentacje wybranych pakietów + dyskusja | |
8 | 14-04 | Benchmarki | Kamień milowy 2 (10 pkt) |
9 | 21-04 | Meta-learning, ensembling modeli | Kamień milowy 3 (6 pkt) |
10 | 28-04 | Metody oceny szybkości optymalizacji, anytime performance | Praca domowa 3 (6 pkt) |
11 | 05-05 | Konsultacje | Kamień milowy 4 (8 pkt) |
12 | 19-05 | Transfer hiperparametrów. HyPerf | |
13 | 26-05 | Omówienie struktury artykułu | |
14 | 02-06 | Konsultacje projektowe | |
15 | 09-06 | Podsumowanie projektów |
- praca podczas projektu - 48 pkt.
- prezentacja końcowa - 16 pkt.
- raport końcowy - 32 pkt.
- stosowanie dobrych praktyk wykorzystania GitHub - 4 pkt.
Ocena | 3 | 3.5 | 4 | 4.5 | 5 |
---|---|---|---|---|---|
Punkty | (50, 60] | (60, 70] | (70, 80] | (80, 90] | (90, ∞) |