ISI2017/Wykłady

Ogólne zasady

Wykłady będą prowadzone (z wyjątkiem wykładu I) w trybie „odwróconego” wykładu (inverted lecture). Przed każdym wykładem dostają Państwo do poczytania i przyswojenia pewien materiał. Na wykładzie sprawdzamy, czy dobrze rozumiemy zadany materiał.

Zakładam, że Państwo przeczytali/obejrzeli zadany materiał. Nie ma sensu przychodzić na zajęcia, nie przeczytawszy wcześniej zadanego materiału.

Egzamin

Przedmiot kończy się pisemnym egzaminem. Z egzaminu można być zwolnionym poprzez systematyczne zaliczanie krótkich testów na początku wykładu.

Zobacz arkusz z punktami za wykłady 2-14.

Zaliczenie egzaminu przez testy na wykładach:

  • 5 — co najmniej 80% poprawnych odpowiedzi w co najmniej 75% testów
  • 4 — co najmniej 60% poprawnych odpowiedzi w co najmniej 75% testów
  • 3 — co najmniej 50% poprawnych odpowiedzi w co najmniej 69% testów

Wykłady o wyszukiwarkach

Zob. slajdy do wykładu z wyszukiwarek I

Zob. slajdy do wykładu z wyszukiwarek II

Wykład IX (8 maja)

Temat: Ciągłe reprezentacje słów

Materiały do zapoznania się przed wykładem:

Wykład V

Slajdy pokazane na wykładzie

Temat: analiza skupień, algorytm K-średnich.

Materiały do zapoznania się przed wykładem:

Wykład III

Slajdy pokazane na wykładzie — slajdy 34-51 (reprezentacja dokumentu jako wektor, odwrotna częstość dokumentowa).

Temat: użycie regresji liniowej i logistycznej dla tekstu.

Materiały do zapoznania się przed wykładem:

Osoby, których nie było na pierwszych zajęciach, proszę o ponowne przeczytanie materiałów zadanych na Wykład II (zob. niżej).

Wykład II

Temat: klasyfikacja tekstu za pomocą naiwnego klasyfikatora bayesowskiego

Materiały do zapoznania się przed wykładem:

Pytania kontrolne:

  • dlaczego naiwny? dlaczego klasyfikator? dlaczego bayesowski?
  • czy potrafię rozpisać i przeliczyć kroki algorytmu dla prostego przykładu?
  • czy potrafiłbym zaimplementować algorytm naiwnego klasyfikatora bayesowskiego? (to nie takie trudne!)

Wykład I

Zob. slajdy do wykładu I.