Leerstof¶
Begrippen en definities die in het vet staan moet je in je eigen woorden kunnen uitleggen op de kennistoets.
We besteden in de lessen veel aandacht aan wiskundige notatie. Het is de bedoeling dat je daarmee vertrouwd geraakt. Op het examen krijg je een aantal oefeningen om éénvoudige formules te vertalen in Python code.
De formules die gebruikt worden bij de uiteenzetting van begrippen en definities vormen enkel leerstof indien ze expliciet voorkomen in de oefeningen. Het is echter sterk aangeraden om de wiskundige formules die daarbij horen te bestuderen en te begrijpen.
De oefeningen vormen de basis voor de vaardigheidstoets.
Externe links vormen geen leerstof. Ze dienen enkel ter verdere verduidelijking en/of inspiratie.
Opdracht¶
In je opdracht ga je zelf een (mini-)tutorial uitwerken rond een bestaand machine-learning algoritme of onderdeel daarvan. Je levert een (serie) werkende (!) notebook(s) af met daarin minimaal volgende secties:
Inleiding
Wiskundige uiteenzetting
Uitgewerkt voorbeeld met een publieke/gesimuleerde dataset
Je geeft hierover een korte mondelinge presentatie tijdens de labo’s van december. De presentatie wordt gevolgd door een korte vragensessie.
Alle verdere informatie/verduidelijking zal hier in de loop van het semester worden aangevuld.