Locked History Actions

pms/18zumz

Uczenie maszynowe (Z UMZ UA0) 2017/2018

Korespondencja z prowadzącym

Proszę, aby we wszystkich mailach dotyczących zajęć umieszczać w temacie napis: [UMZ]

Harmonogram zajęć

lp.

data

wykład

1

24 lutego

Regresja liniowa

2

10 marca

Regresja logistyczna

3

14 kwietnia

Naiwny klasyfikator bayesowski, drzewa decyzyjne

4

21 kwietnia

Algorytm KNN, uczenie nienadzorowane

5

2 czerwca

Sieci neuronowe

Zasady zaliczenia

Ocena z wykładu będzie wystawiona na podstawie oceny z ćwiczeń.

Literatura

Książki:

  • S. Raschka, Python Machine Learning, Packt, Birmingham 2015

  • S. Marsland, Machine Learning: An Algorithmic Perspective, CRC, Boca Raton 2015

  • W. Richert, L.P. Coelho, Building Machine Learning Systems with Python, Packt, Birmingham 2013

  • G. Moncecchi, R. Garreta, Learning scikit-learn: Machine Learning in Python, Packt, Birmingham 2013

  • K. Krawiec, J. Stefanowski, Uczenie maszynowe i sieci neuronowe, WPP, Poznań 2004

  • M. Krzyśko, W. Wołyński, T. Górecki, M. Skorzybut, Systemy uczące się, WNT, Warszawa 2008

  • W. Duch, J. Korbicz, L. Rutkowski, R. Tadeusiewicz, Sieci neuronowe, Exit, Warszawa 2000

  • K.P. Murphy, Machine Learning: a Probabilistic Perspective, 2015

Książki i tutoriale online:

Kursy online:

  • A. Ng, Machine Learning, Coursera

  • G. Hinton, Neural Networks for Machine Learning, Coursera

  • Deep Learning, Google, Udacity

Jak wyświetlać prezentacje w programie Jupyter

  1. Zainstaluj pakiety Jupyter oraz MathJax:

    sudo apt install jupyter mathjax
  2. Zainstaluj wtyczkę RISE służącą do wyświetlania prezentacji: https://github.com/damianavila/RISE#option-2---using-pip-less-recommended

  3. Uruchom notebook Jupytera:
    cd katalog_z_materiałami
    jupyter notebook
  4. Otwórz plik *.ipynb

  5. Aby edytować slajdy, wybierz z menu View → Cell Toolbar → Slideshow

  6. Uruchom prezentację, klikając Enter/Exit Live Reveal Slideshow