Budowa zbiorów danych oraz ocena jakości w rozwiązaniach bazujących na uczeniu maszynowym

 

Opis

Celem kursu jest zapoznanie uczestników z problematyką budowy zbiorów danych służących treningowi i testowaniu systemów wykorzystujących uczenie maszynowe oraz metodami oceny jakości tych systemów. W pierwszej części kursu przedstawione są praktyki kolekcjonowania danych, etykietowania, przetwarzania wstępnego oraz tworzenia zbiorów treningowych, walidacyjnych i testowych, wykorzystywanych typowo w systemach uczenia maszynowego. Druga część kursu obejmuje problematykę oceny jakości tych systemów oraz powszechnie stosowane metryki i metody testowania w oparciu o zebrane zbiory danych. Algorytmy Uczenia maszynowego wykorzystane będą w formie „czarnych skrzynek”, bez rozważania sposobu ich działania.

Wymagania:

Kursant powinien posiadać podstawową wiedzę w zakresie możliwych zastosowań algorytmów uczenia maszynowego.Ponadto wymagana jest podstawowa znajomość algebry

Kursant powinien dysponować komputerem, wyposażonym w mikrofon, głośniki (słuchawki) oraz kamerę, a także z dostępem do Internetu.

Termin:  1-4.12.2020

Forma: zdalna

Prowadzący: Jan Cychnerski

Czas trwania: 12 godzin lekcyjnych

Zapisy na kurs