Ifi6057labx

Mis on lisaülesanne?

Lisaülesanne on võimalus teha täiendavat tööd ja seeläbi parandada oma kursuse hinnet. Seda saavad kasutada näiteks üliõpilased, kes on küll eksamieelduse täitnud, kuid kellel on vähe punkte (näit. 10), mistõttu eksamil on väga vähe eksimisruumi.

• Lisaülesanne annab kuni 18 punkti ja on individuaalne.
• Kursuse hinnet on võimalik tõsta ainult "F"-ilt "E" peale, ehk siis kellel eksamiga juba 50 punkti või rohkem käes, lisaülesannet ei arvestata.
• Lisaülesanne läheb arvesse eksamieeldusena.
• Tee üks kahest allpool pakutud variandist: essee või iseseisev katsetamine masinõppega.
• Tehtud töö tuleb saata 4. jaanuariks aadressil priit at whitedb.org.
• Kui sa ei saa tähtajaks valmis, siis saada poolik töö sellisel kujul nagu ta on. Hilinemisega esitamist lisaülesande puhul ei ole.

Variant 1: essee

Kirjuta essee (1000 sõna) teemal "Deep learning", mis käsitleb hetke masinõppe trende. Esseed hinnatakse akadeemiliste tavade kohaselt. Allikad peavad olema korrektselt viidatud. Esita essee PDF formaadis. "Kaitsta" seda ei ole vaja, seega oota õppejõult kinnitust kätte saamise kohta. Punktid avaldatakse semestri tulemuste lehel.

Variant 2: masinõppe katsetamine

Vali üks masinõppeks sobiv tarkvarapakett ning katseta kursuses õpitud klassifitseerimise meetodeid: otsustuspuu ja/või närvivõrgud. Eesmärgiks on õppida inimese andmete põhjal ennustama, kas ta jääb ellu või upub Titanicu laevahukus. Võta siit lehelt train.csv ja õpeta valitud klasifitseerija välja. Siis kasuta test.csv-d testimiseks (mitu protsenti täppi läheb). Andmete kirjeldus on samal githubi lehel.

Katsetamine peaks sisaldama mingit võrdlust - proovi erinevaid meetodeid üksteise vastu, ühte meetodit erinevate parameetritega või ühte meetodit erinevalt eeltöödeldud sisenditega. Tulemuste kohta tuleb teha detailne raport.

Vahendid

Kursuse õpiku jaoks on koostatud spetsiaalsed teegid (näit aima-python ja aima-java), mis implementeerivad õpikus toodud algoritme. Paraku on need kohati poolikud, kohati liiga primitiivsed, et Titanicu andmetaga midagi pihta hakata. Seega oleks soovitus võtta üks kahest meinstriim paketist - mõlemad peaks olema omas valdkonnas kõige populaarsemad ja hästi dokumenteeritud:

• http://scikit-learn.org/stable/index.html - Python
• http://www.cs.waikato.ac.nz/ml/weka/ - Java

Andmete eeltöötlus

Treeningandmed ei pruugi esialgsel kujul õppimiseks kõige paremad olla. Näiteks on küsitav, kas pardale tulemise sadam või piletihind on ellujäämise ennustamiseks kasulik informatsioon või hoopis häiriv müra. Samuti sõltub andmete sobivus valitud meetodist ja masinõppe paketist. Näiteks närvivõrgud saavad tehnilistel põhjustel otse sisse süüa ainult numbrilisi andmeid. Eeltöötluseks võib valitud paketis juba olla sobivaid funktsioone.

Raport

Raport on PDF formaadis ja sisaldab:

• Sissejuhatus. Valitud meetod. Mis eksperiment teostatakse (mida võrreldi millega ja ei tee paha panna kirja ka, miks just nii).
• Eksperimendi kirjeldus. Kuidas andmeid eeltöödeldi. Mismoodi katsetati. Kirjelduse põhjal peaks olema võimalik katseid samamoodi järgi teha.
• Tulemused. See osa peab sisaldama vähemalt ühte õppimiskõvera graafikut (ei pea nii peene resolutsiooniga olema, piisab ~10-st erinevast treeningsisendi suurusest).

(Pilt võetud S. Russelli slaididelt)

• Kokkuvõte.

Kaitsmine

Töö jaoks lepitakse kokku kaitsmise aeg eksamisessiooni ajal (kusagil peale 6. jaanuari).