Warsztaty Badawcze - 2022L-WB-AutoML
@woznicak
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 |
|
Schemat oceniania (suma 100 pkt.):
- 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, ∞) |