zasady_zaliczenia.ipynb

{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Zasady zaliczenia przedmiotu\n",
    "\n",
    "## Cel przedmiotu\n",
    "- Zaznajomienie z podstawami Machine Learningu (ML) na przykładzie względnie prostych problemów i datasetów\n",
    "- Zaznajomienie z podstawami sztucznych sieci neuronowych, z naciskiem na obecnie popularne metody głębokiego uczenia\n",
    "- Zapoznanie z używaną terminologią w ML\n",
    "- Zwrócenie uwagi na pewne kwestie matematyczne pojawiające się w ML\n",
    "\n",
    "## Wymagania wstępne\n",
    "- Programowanie w języku Python \n",
    "- Podstawy rachunku prawdopodobieństwa\n",
    "- Podstawy algebry liniowej\n",
    "- Podstawy analizy matematycznej\n",
    "\n",
    "## Uwagi\n",
    "- Materiał wykładany na tym przedmiocie w dużym stopniu pokrywa się z anglojęzycznymi kursami dostępnymi online\n",
    "\n",
    "## Obecność na zajęciach\n",
    "- Obecność na wykładzie nie jest obowiązkowa, jednak:\n",
    "  * materiał wyłożony na wykładzie obowiązuje na ćwiczeniach\n",
    "  * w szczególności dotyczy to znajomości i zrozumienia wzorów matematycznych\n",
    "  * w trakcie ćwiczeń NIE będzie tłumaczony materiał z wykładu - wszystkie wątpliwości dotyczące materiału należy zgłaszać na bieżąco w trakcie trwania wykładu \n",
    "- Obecność na ćwiczeniach jest obowiązkowa\n",
    "  * można mieć co najwyżej dwie nieobecności na ćwiczeniach\n",
    "  * nieobecność nie zwalnia z obowiązku oddawania zadań\n",
    "  * obowiązkiem uczestnika zajęć jest uzyskanie informacji o przekazanych na zajęciach wiadomościach"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# Zasady oceniania\n",
    "---\n",
    "\n",
    "## Ocena z ćwiczeń\n",
    "\n",
    "Ocena z ćwiczeń będzie opierać się na zadaniach domowych. Punkty można również zdobyć za realizację projektu we współpracy z GMUMem lub za prezentacji oraz aktywność w trakcie ćwiczeń.\n",
    "\n",
    "\n",
    "### Zadania domowe\n",
    "1. Na początku semestru należy założyć prywatne repozytorium na GitHubie przeznaczone na rozwiązane notebooki oraz dać dostęp do repozytorium prowadzącemu ćwiczenia.\n",
    "2. W trakcie zajęć studenci otrzymają do wypełnienia notebook z ćwiczeniami. Notebook z danych zajęć należy uzupełnić do piątku 23:59 dwa tydzień po otrzymaniu zadania oraz wysłać prowadzącemu mejla z listą wykonanych zadań oraz link do prywatnego repozytorium z rozwiązaniami. Mejl powinien mieć następującą formę:\n",
    "    * Tytuł: ML_<nr notebooka>_<imię>_<nazwisko>, np. ML_01_Jan_Kowalski,\n",
    "    * Treść: lista wykonanych zadań (np. 1, 3, 5), link do prywatnego repozytorium z rozwiązanym notebookiem oraz załączoną kopię tego notebooka, która będzie służyła prowadzącemu do weryfikacji rozwiązań.\n",
    "3. Przyznawanie punktów:\n",
    "    * Punkty za rozwiązany notebook będą przyznawane w przeciągu tygodnia od deadline'u na wysłanie rozwiązań. Punkty przyznawane będą na podstawie listy zadeklarowanych zadań. \n",
    "    * Prowadzący będzie wyrywkowo weryfikował, czy zadeklarowane zadania zostały rzeczywiście poprawnie rozwiązane. \n",
    "    * W przypadku, gdy student zadeklarował zadanie, którego nie rozwiązał, rozwiązał je z rażącymi błędami, lub rozwiązał niesamodzielnie, otrzyma 10 punktów karnych, które zostaną odjęte do oceny końcowej z ćwiczeń (skala 0-100). \n",
    "    * Za drugą w semestrze niezgodną z prawdą deklarację otrzyma 20 puntków karnych, a za trzecią - 50 punktów karnych (co oznacza niezdanie przedmiotu). \n",
    "    * W przypadku, gdy w zadeklarowanym rozwiązaniu pojawią się drobne błędy lub niedociągniecią, punkty za zadanie zostaną odpowiednio pomniejszone, bez przyznawania punktów karnych.\n",
    "    * W przypadku wątpliwości bądź problemów z rozwiązaniem zadania, proszę o konsultację z prowadzącym w terminie podanym w README.md.\n",
    "4. Rozwiązania zadań muszą spełniać następujące kryteria:\n",
    "    - kod musi być czytelny i zwięzły (w razie wątpliwości proszę stosować się do standardu PEP 8),\n",
    "    - kod musi być przetestowany i poprawnie działać,\n",
    "    - jeśli do zadania dodane są asserty/testy, kod musi je przechodzić,\n",
    "    - rozwiązanie musi zostać wysłane w terminie,\n",
    "    - *komórki oddanego notebooka muszą być wykonane z widocznym rezultatem (prowadzący nie będzie uruchamiał notebooków).*\n",
    "5. Na zajęciach student może być poproszony o przedstawienie fragmentu lub całości zadeklarowanego rozwiązania i wytłumaczenie działania kodu. W przypadku, gdy student nie będzie w stanie wytłumaczyć działania kodu, będzie traktowane to jako przesłanka do tego, że zadanie zostało rozwiązane niesamodzielnie.\n",
    "6. Punkty z każdego notebooka (poza \"01_zasady_wstep\", za któregeo nie otrzymuje się żadnych punktów) będą skalowane do przedziału 0-10 punktów.\n",
    "7. Suma punktów ze wszystkich notebooków będzie przeskalowana do 80 punktów.\n",
    "8. Za krótkie presentacji w trakcie ćwiczeń można otrzymać 10 punktów. W wyjątkowych przypadkach prowadzący może ocenić prezentację powyżej 10 punktów.\n",
    "9. Tematy prezentacji muszą zostać zaakceptowany przez prowadzącego.\n",
    "10. Tematy prezentacji należy zgłaszać z dwutygodniowym wyprzedzeniem\n",
    "\n",
    "Osoby dołączające do zajęć w późniejszym terminie muszą liczyć się z faktem, iż nie mogą otrzymać punktów za zaległe zadania.\n",
    "\n",
    "\n",
    "### Projekt we współpracy z GMUMem\n",
    "Do 18.11.2024 można (mejlowo) zadeklarować temat projektu związanego z nauczaniem maszynowym, nad którym student będzie pracował we współpracy z GMUM. Koordynatorem projektu powinien być doktorant lub pracownik naukowy. W szczególności, projekt może być współdzielony z innymi przedmiotami (np. z przedmiotem Projekt Indywidualny), o ile ma on ścisły związek z nauczaniem maszynowym.\n",
    "\n",
    "- Projekt będzie oceniany na podstawie raportu (PDF, maksymalnie 2 strony), krótkiej prezentacji w trakcie ćwiczeń oraz opinii koordynatora projektu.\n",
    "- Termin oddania raportu zostanie ustalony w późniejszym czasie.\n",
    "- Za projekt można otrzymać 20 punktów.\n",
    "\n",
    "\n",
    "Z ćwiczeń można otrzymać maksymalnie 100 punktów: (80 za notebooki, 10 za presentacji w trakcie ćwiczeń, 10 za aktywność w trakcie ćwiczeń oraz 20 za projekt, uciętę do 100).\n",
    "Punkty z ćwiczeń przekładają się na ocenę w następujący sposób:\n",
    "* [0-50) pkt: 2\n",
    "* [50-64) pkt: 3\n",
    "* [64-76) pkt: 3,5\n",
    "* [76-86) pkt: 4\n",
    "* [86-94) pkt: 4,5\n",
    "* [94-100) pkt: 5\n",
    "\n",
    "### Zwolnienie z egzaminu\n",
    "Osoby z oceną 5.0 z ćwiczeń będą zwolnione z egzaminu i automatycznie otrzymają ocenę 5.0 z całego przedmiotu.\n",
    "\n",
    "```\n",
    "# Ocena z ćwiczeń\n",
    "punktacja_z_cwiczen = min(punktacja_z_notebookow + punktacja_z_projektu, 100)\n",
    "ocena_z_cwiczen = skala_quazi_log(punktacja_z_cwiczen)\n",
    "\n",
    "# Ocena z przedmiotu\n",
    "if ocena_z_cwiczen == 5:\n",
    "    ocena_z_przedmiotu = 5\n",
    "else:\n",
    "   punktacja = 0.4 * punktacja_z_egzaminu + 0.6 * punktacja_z_cwiczen\n",
    "   ocena_z_przedmiotu = skala_quazi_log(punktacja)\n",
    "```\n",
    "\n",
    "## Ocena końcowa\n",
    "\n",
    "Studenci, którzy otrzymali pozytywną ocenę z ćwiczeń (co najmniej 3.0) mają prawo i obowiązek przystąpić do egzaminu pisemnego. Egzamin końcowy w pierwszym terminie przeprowadzony będzie w formie pisemnej. Ocena końcowa z przedmiotu jest oceną łączną z ćwiczeń i egzaminu. Za egzamin można otrzymać 0-100 pkt.\n",
    "\n",
    "Punktacja końcowa = 0.4 * punkty z egzaminu + 0.6 * punkty z ćwiczeń\n",
    "\n",
    "Punkty końcowe przekładają się na ocenę końcową w następujący sposób:\n",
    "* [0-50) pkt: 2\n",
    "* [50-64) pkt: 3\n",
    "* [64-76) pkt: 3,5\n",
    "* [76-86) pkt: 4\n",
    "* [86-94) pkt: 4,5\n",
    "* [94-100) pkt: 5\n",
    "\n",
    "W wypadku uzyskania w pierwszym terminie oceny niedostatecznej, student ma prawo podejść do egzaminu w DRUGIM TERMINIE."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Samodzielna praca\n",
    "\n",
    "Celem przedmiotu jest przede wszystkim przygotowanie studentów do dalszej działalności w dziedzinie Machine Learning. W związku z tym zachęcamy studentów do:\n",
    "- aktywnego uczestnictwa w zajęciach,\n",
    "- korzystania z wyznaczonych przez nas terminów konsultacji,\n",
    "- dyskutowania między sobą na temat wykładów i ćwiczeń oraz zadawanych zadań.\n",
    "\n",
    "Jednakże aby ocena z przedmiotu wystawiona została sprawiedliwie, część pracy musi zostać wykonana samodzielnie przez studenta. Aby uniknąć niepotrzebnych nieporozumień, proszę bardzo dokładnie zapoznać się z poniższymi zasadami.\n",
    "\n",
    "1. Dyskusja na temat zadawanych zadań może dotyczyć jedynie ogólnej postaci algorytmu. Prosimy w miarę możliwości zadawać pytania dotyczące zadań na ćwiczeniach.\n",
    "\n",
    "2. Niedozwolone jest:\n",
    "    - udostępnianie innym studentom rozwiązania zadania w formie szczegółowego (krok po kroku) opisu algorytmu lub kodu,\n",
    "    - posługiwanie się notatkami w trakcie trwania egzaminu końcowego, \"ściąganie\".\n",
    "\n",
    "Każdy student, który stwierdzi naruszenie powyższych zasad, ma obowiązek poinformować o tym koordynatora przedmiotu.\n",
    "\n",
    "W zależności od skali przewinienia kary za złamanie powyższych zasad to:\n",
    "- bezwarunkowe obniżenie oceny końcowej z przedmiotu,\n",
    "- bezwarunkowe NZAL z całego przedmiotu,\n",
    "- postępowanie dyscyplinarne."
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "outputs": [],
   "source": [],
   "metadata": {
    "collapsed": false
   }
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.7.11"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 2
}