Skip to content

StanTRC/ML2020

 
 

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

5 Commits
 
 
 
 

Repository files navigation

Курс Машинное обучение, ФТиАД 2020

Общая информация

Где и когда

Занятия проходят по субботам

Ссылки

Телеграм чат https://t.me/ftad2019

Инвайт для Anytask:

Правила выставления оценки

В курсе предусмотрено несколько форм контроля знания:

  • Самостоятельные работы на семинарах, проверяющие знание основных фактов с лекций
  • Домашние работы (на Python и теоретические)
  • Контрольная работа
  • Письменный экзамен

Итоговая оценка вычисляется на основе оценки за работу в семестре и оценки за экзамен:

Итог = Округление(0.15 * ПР + 0.4 * ДЗ + 0.15 * КР + 0.3 * Э)

ПР — средняя оценка за самостоятельные работы на семинарах

ДЗ — средняя оценка за практические домашние работы на Python

КР — оценка за контрольную работу

Э — оценка за экзамен

Округление арифметическое.

Накопленная, экзаменационная и итоговая оценки округляются арифметически.

Правила сдачи домашних заданий

Дедлайн по теоретическим заданиям — указывается в задании.

Дедлайн по практическим заданиям — указывается в задании.

За каждый день просрочки после мягкого дедлайна снимается 1 балл. После жесткого дедлайна задания сдавать нельзя.

При обнаружении плагиата оценки за домашнее задание обнуляются всем задействованным в списывании студентам, а также подаётся докладная записка в деканат. Следует помнить, что при повторном списывании деканат имеет право отчислить студента.

При наличии уважительной причины пропущенную проверочную можно написать позднее, а дедлайн по домашнему заданию может быть перенесён (при этом получить дополнительные баллы за призовые места на конкурсе можно только при участии в общий срок). Дедлайн по домашнему заданию переносится на количество дней, равное продолжительности уважительной причины. Решение о том, является ли причина уважительной, принимает исключительно учебный офис.

Расписание занятий

Дата Занятие Материалы
12.09.2020 Введение в машинное обучение.
Основы языка python.

Практические задания

Теоретические задания

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages

  • Jupyter Notebook 100.0%