Google Collaboratory (Colab) jest narzędziem dostępnym on-line pozwalającym na wykonywanie kodu w języku Python. Narzędzie to daje dostęp do zasobów obliczeniowych różnego typu: CPU, GPU i TPU dzięki czemu każdy może spróbować swoich sił w zastosowaniu technik uczenia maszynowego w tym głębokiego uczenia (deep learning) do swoich potrzeb.
W ramach przedmiotu zostanie przedstawione powyższe narzędzie. Zajęcia rozpocznie wprowadzenie do Colaba oraz programowania w języku Python. Następnie zostanie przedstawiona metodologia związana z przygotowaniem danych do uczenia maszynowego. Omówione zostaną metody normalizacji danych wejściowych. Przedstawię przykładowe metody tworzenia wektorów cech dla obrazów w celu ich klasyfikacji. Następnie Studenci zapoznają się z wybranymi metodami tworzenia modelu (np. k-najbliższych sąsiadów, maszyna wektorów wspierających). W ramach wykładów zostaną również wprowadzone głębokie sieci neuronowe stosowane do klasyfikacji i segmentacji obrazów.
Połowa czasu przeznaczona na ćwiczenia laboratoryjne będzie dotyczyła następującej tematyki:
- zapoznanie się ze środowiskiem oraz językiem Python,
- trenowanie/testowanie modeli z uczenia maszynowego w Colabie,
- trenowanie/testowanie modeli głębokich sieci w Colabie.
W drugiej połowie Studenci dostaną do zrealizowania projekt. Tematyka projektu będzie dotyczyła np. opracowania metody pozwalającej rozpoznawać szczerość uśmiechu w dowolnej z poznanych metod uczenia maszynowego. Pozytywna ocena z projektu zalicza przedmiot.
- Teacher: Marcin Połomski