Celem projektu jest nabycie wiedzy i praktycznych umiejętności z zakresu metod projektowania systemów uczących się oraz eksperymentalnej oceny jakości algorytmów uczenia maszynowego.

Wykonanie projektu polega na implementacji wybranego algorytmu uczenia maszyn, a także na przeprowadzeniu jego ewaluacji, opracowaniu uzyskanych wyników oraz w efekcie końcowym przygotowaniu raportu z przeprowadzonych eksperymentów.

Sylabus

LP	ETAP	Efekt	Czas
1.	Wstęp, przedstawienie warunków zaliczeń i organizacji zajęć, dyskusja na temat przykładowych projektów	PEU_U01, PEU_U02, PEU_U03	Projekt: 2 godz.
2.	Wybór wstępnego zakres projektu	PEU_U01, PEU_U02, PEU_U03, PEU_K01	Projekt: 4 godz.
3.	Studia literaturowe z zakresu wybranych metod inteligentnych	PEU_U01, PEU_U02, PEU_U03, PEU_K01	Projekt: 6 godz.
4.	Plan eksperymentu	PEU_U01, PEU_U02, PEU_U03, PEU_K01	Projekt: 4 godz.
5.	Wyniki eksperymentu oraz ocena rozwiązania	PEU_U01, PEU_U02, PEU_U03, PEU_K01	Projekt: 12 godz.
6.	Dyskusja wyników	PEU_U01, PEU_U02, PEU_U03, PEU_K01	Projekt: 2 godz.

Kod	Nazwa
PEU_U01	Projektuje elementy systemu informatycznego wykorzystującego metody inteligentne.
PEU_U02	Projektuje eksperyment komputerowy w celu oceny jakości algorytmów uczenia maszynowego.
PEU_U03	Dobiera adekwatną metodę z zakresu uczenia maszynowego do rzeczywistego problemu decyzyjnego.
PEU_K01	Identyfikuje problemy stosowania metod inteligentnych do analizy dużych i szybko zmieniających się zbiorów danych.

Ocena końcowa

Ocena końcowa wystawiana jest na podstawie przygotowanego raportu badań z uwzględnieniem uwag i komentarzy otrzymanych w trakcie realizacji etapów.
Ocena uzależniona jest od zakresu przeprowadzonych prac oraz merytorycznej poprawności raportu. Referencyjna skala oceniania:
- 3.0 - Wybór tematu, implementacja środowiska, wykonanie podstawowego porównania metod.
- 4.0 - Jak wyżej + samodzielna implementacja wybranej metody (tylko biblioteki standardowe + numpy/torch, zgodne z sklearn-api).
- 5.0 - Jak wyżej + rozszerzenie badań, np. badania parametrów, modyfikacje metod, ablacja modelu.
Efekty pośrednie realizacji etapów projektu nie podlegają ocenie, jednak warunkiem koniecznym do uzyskania oceny pozytywnej, jest uzyskanie akceptacji każdego obowiązkowego etapu. Zaakceptowany etap należy zarchiwizować na platformie ePortal.
Etapy są sprawdzane (komentowane oraz akceptowane) wyłącznie w trakcie trwania zajęć.
Etapy dostarczone po terminie nie będą sprawdzane. Spóźnienie oznacza uzyskanie końcowej oceny niedostatecznej. Etapy można oddać przed ostatecznym terminem. W uzasadnionych przypadkach (usprawiedliwione nieobecności w trakcie realizacji etapu) możliwe jest przedłużenie terminu maksymalnie o 1 tydzień.
Proszę pamiętać, że na zajęciach obowiązuje wiedza przedstawiana na wykładzie/projekcie.
Ocena końcowa wystawiana jest pomiędzy przedostatnim a ostatnim terminem zajęć. Wszelkie wątpliwości konsultowane są wyłącznie na ostatnich zajęciach.

Plagiaty

Etapy będą sprawdzane pod kątem samodzielności wykonania zadania. W przypadku stwierdzenia plagiatu, praca otrzymuje ocenę niedostateczną. Ponadto, rażące błędy merytoryczne popełnione przy oddawaniu etapu mogą wiązać się z otrzymaniem oceny niedostatecznej z całego projektu.

Innymi słowy, ocenie podlega wyłącznie samodzielna praca autorów.

Harmonogram Etapów

Etap	Termin zajęć	Opis efektów
0. Zajęcia organizacyjne	1
1. Temat projektu
[obecność obowiązkowa]	2-3	Znajomość podstaw wybranego zagadnienia.
2. Przygotowanie do badań
[Etap obowiązkowy]	4-6	Abstrakt i opis opracowywanej koncepcji (1 - 2 strony)
3. Implementacja
[Etap obowiązkowy]	7-12	Kod eksperymentu oraz opracowane wyników uzyskanych w badaniach.
4. Raport
[Etap obowiązkowy]	13-14	Raport badań (max 10 stron)
5. Wystawanie ocen	15

Zajęcia odbywają się w trybie konsultacji mających na celu:

omówienia wykonanych postępów oraz
odpowiedzi na pytania związane z merytorycznym aspektem kursu.

Sylabus

Ocena końcowa

Plagiaty

Harmonogram Etapów

Pozostałe wytyczne