|
|
— |
pl:dydaktyka:ml:start2013 [2019/06/27 15:50] (aktualna) |
| ====== Machine learning 2013 ====== |
| ===== Cele kursu ===== |
| Celem kursu jest przekazanie najistotniejszych wiadomości związanych z problemami i metodami uczenia maszynowego w wymiarze logicznym, geometrycznym i probabilistycznym.\\ |
| Kurs opiera się na usystematyzowanym przeglądzie podstawowych metod i algorytmów z poszczególnych grup. |
| |
| ===== Podręczniki ===== |
| * [FLA] [[http://www.cs.bris.ac.uk/~flach|Peter Flach]] [[http://www.cs.bris.ac.uk/~flach/mlbook/|Machine Learning. The Art and Science of Algorithms that Make Sense of Data]], Cambridge University Press, 2012. |
| * [TML] [[http://www.cs.cmu.edu/~tom/|T. Mitchell]], //[[http://www.cs.cmu.edu/~tom/mlbook.html|Machine Learning]]//, McGraw Hill, 1997. |
| |
| Uzupełniająco: |
| * [CMB] [[http://research.microsoft.com/en-us/um/people/cmbishop/|Christopher M. Bishop]] //[[http://research.microsoft.com/en-us/um/people/cmbishop/prml/|Pattern Recognition and Machine Learning]]//, Springer, 2007. |
| * [CIH] [[http://www.ise.pw.edu.pl/~cichosz|Paweł Cichosz]], //[[http://www.ise.pw.edu.pl/~cichosz/SU/|Systemy uczące się]]//, WNT, 2000. |
| * [FCA] [[http://www.cs.ubc.ca/~poole/|D. Poole]], [[http://www.cs.ubc.ca/~mack|A. Mackworth]], //[[http://artint.info|Artificial Intelligence: Foundations of Computational Agents]]//, Cambridge University Press, 2010, **[[http://artint.info/html/ArtInt.html|ONLINE]]** |
| |
| Źródła ćwiczeń: |
| * [ANG] [[http://www.cs.stanford.edu/people/ang/|Andrew Ng]] [[https://www.coursera.org/course/ml|Coursera: Machine Learning]] |
| * [ZMV] [[http://www.cs.ccsu.edu/~markov/|Z. Markov]], //[[http://www.cs.ccsu.edu/~markov/ccsu_courses/MachineLearning.html|CS570 - Topics in AI: Machine Learning]]//, oraz //[[http://www.cs.ccsu.edu/~markov/ccsu_courses/mlprograms/|Machine Learning Programs and Laboratory Experiments in Prolog]]//, 2003. |
| |
| ===== Ramowy plan wykładu ===== |
| - Wstęp: zadania uczenia: [FLA:1] |
| - Klasyfikacja problemów uczenia [FLA:2,3] |
| - Uczenie pojęć i drzew decyzyjnych [FLA:4,5] [[http://www.aispace.org/dTree/index.shtml|AIS:Decision Trees]] |
| - Uczenie drzew i reguł decyzyjnych [FLA:6] |
| - Repetytorium: [[mlrep1|części 1-3]] i [[mlrep2|części 4-6]] -- oba na podstawie [[http://www.cs.bris.ac.uk/~flach/mlbook/materials/mlbook-beamer.pdf|slajdów z podręcznika P. Flacha]] |
| - Kolokwium z lab |
| - Wybrane modele liniowe [FLA:7] regresja liniowa, perceptron, SVM, kernele, [[mlrep3|części 7-8]] |
| - Wybrane modele odległościowe [FLA:8]: sąsiedztwo, kNN, K-means, dendogramy, [[mlrep3|części 7-8]] |
| - Wybrane modele probabilistyczne [FCA] [[http://artint.info/html/ArtInt_138.html|6]], [[http://artint.info/html/ArtInt_196.html|7.8]] |
| - Systemy rekomendujące: [[http://www.recommenderbook.net/|Recommender Systems - An Introduction]], [[http://www.recommenderbook.net/teaching-material/tutorial-slides|tutorial]] |
| - Narzędzia do ML, SBK, FIXME |
| - ML a IR: [[http://nlp.stanford.edu/IR-book/html/htmledition/irbook.html|Introduction to Information Retrieval]], [[http://www.dcs.bbk.ac.uk/~dell/teaching/ir/|slajdy do kursu]] |
| - Przegląd i podsumowanie |
| - Wykład zaproszony x2: [[http://www.kde.cs.uni-kassel.de/atzmueller|Martin Atzmüller]]: (1) Subgroup discovery & (2) Community mining |
| |
| |
| |
| ===== Ramowy plan laboratorium ===== |
| Adres serwera: charon.kis.agh.edu.pl |
| |
| - [[.:lab1|Laboratorium 1]] - Wprowadzenie do Octave (2013-02-27) |
| - [[.:lab2|Laboratorium 2]] - Uczenie pojęć (2013-03-06) |
| - [[.:lab3|Laboratorium 3]] - Drzewa decyzyjne (2013-03-13) |
| - [[.:lab4|Laboratorium 4]] - Regresja Liniowa (2013-03-20) |
| - [[.:lab5|Laboratorium 5]] - Regresja Logistyczna (2013-03-27) |
| - [[.:lab6|Laboratorium 6]] - Sztuczne sieci neuronowe (2013-04-03, 10) |
| - [[.:lab6|Laboratorium 7]] - Sztuczne sieci neuronowe (2013-04-10) |
| - [[.:lab8|Laboratorium 8]] - Bias/Variance (2013-04-15) |
| - [[.:lab9|Laboratorium 9]] - Support Vector Machines |
| - [[.:lab10|Laboratorium 10]] - Klasteryzacja |
| - [[.:lab11|Laboratorium 11]] - Systemy rekomendacyjne i detekcja anomalii (15-05-2013) |
| - [[.:lab12|Laboratorium 12]] - Sieci Bayesowskie - wprowadzenie (22-05-2013) |
| - [[.:lab13|Laboratorium 13]] - Sieci Bayesowskie (29-05-2013) |
| - **Kolokwium z laboratoriów 8-13** (05-06-2013) |
| |
| ===== Egzamin ===== |
| * I Termin: 24 czerwca (poniedziałek) 16:00-17:00, C2 429 |
| * II Termin: 1 lipca (poniedziałek) 15:00-17:00, C2 429 |
| * III Termin: 3 września (wtorek) 10:00-12:00, C2 429 - poprawkowy |
| |