med:2024_drafts_1c6h67a

Anonymous (anonymous@undisclosed.example.com) — 2023-11-29T15:55:38+00:00

ED 2024 Drafts med:spark_on_docker

med:datasets

Anonymous (anonymous@undisclosed.example.com) — 2022-03-30T13:13:23+00:00

Zbiory danych Laboratorium 1/2 Regresja * * * * * * * *

med:lab_1

Anonymous (anonymous@undisclosed.example.com) — 2023-03-02T11:55:48+00:00

Eksploracja Danych: Laboratorium 1 set _cmd=%1 set _java="C:\Program Files\Java\jdk1.8.0_60\bin\javaw.exe" if "%_cmd%"=="" set _cmd=default if "%_cmd%"=="-h" set _java="C:\Program Files\Java\jdk1.8.0_60\bin\java.exe" %_java% -classpath . RunWeka -i .\RunWeka.ini -w .\weka.jar -c %_cmd% "%2"

med:lab_2

Anonymous (anonymous@undisclosed.example.com) — 2022-03-10T16:48:00+00:00

Eksploracja Danych: Laboratorium 2 [Opis zadań (PDF)] Knowledge Explorer * Argumenty przekształceń * Copy - 1 lub first * Rename Find: Copy of X replace: X2 * Reorder - podaje permutację, czyli 1,3,2 * MathExpression: expression: A*A ,ignore range

med:lab_3ed

Anonymous (anonymous@undisclosed.example.com) — 2023-03-16T10:24:38+00:00

Eksploracja Danych: Laboratorium 3 Tematem będzie regresja z użyciem języka Python :!: Konwersja notatnika Colab na PDF Zbiór danych * Zbiór danych dotyczących sprzedaży domów dostępny na Kaggle. * Jego lokalna kopia może zostać pobrana z

med:lab_4ed

Anonymous (anonymous@undisclosed.example.com) — 2023-03-23T02:52:46+00:00

Eksploracja Danych: Laboratorium 4 Kontynuujemy regresję. Będziemy przetwarzali zbiór danych dotyczących wypożyczeń rowerów w ciągu dwóch lat. Opis zadań i kod w notatniku Colab: Bike_Sharing_Dataset.ipynb :!: Konwersja notatnika Colab na PDF !wget https://dysk.agh.edu.pl/s/G6ZNziBRbEEcMeN/download/Bike-Sharing-Dataset.zip -O Bike-Sharing-Dataset.zip !unzip Bike-Sharing-Dataset.zip !cat Readme.txt…

med:lab_5ed

Anonymous (anonymous@undisclosed.example.com) — 2022-03-30T02:55:59+00:00

Ekspolarcja Danych: Laboratorium 5 [Opis zadań (PDF)] Przy interpretacji wyników zapoznaj się z treścią [Wykładu 4: ogólny opis zagadnienia klasyfikacji oraz regresja logistyczna] :!: Dwie nagrane prezentacje na YouTube: * Import i przygotowanie danych * Zastosowanie Regresji Logistycznej. Budowa modelu i zapis modelu. Dodanie klasyfikacji z użyciem zapisanego modelu. Zbiory danych * [egzamin-cpp.csv] Zbiór zawiera oceny studentów: zaliczenie z języka C, zaliczenie z języka C++ (I ter…

med:lab_6

Anonymous (anonymous@undisclosed.example.com) — 2020-05-12T00:51:15+00:00

Metody Eksploracji Danych: Laboratorium 6 Podczas zajęć będziemy korzystali z funkcji biblioteki Weka wołanych programowo z kodu Java. [Opis zadań (PDF)] :!: Prezentacja na YouTube [24.53] Zbiory danych Dwuwymiarowe obserwacje Weka Należy pobrać archiwum i dodać plik optics_dbScan.jar do projektu.

med:lab_6ed

Anonymous (anonymous@undisclosed.example.com) — 2023-04-13T12:29:10+00:00

Eksploracja Danych: Laboratorium 6 [ Opis zadań (PDF)] Przy interpretacji wyników zapoznaj się z treścią [Wykładu 4: ogólny opis zagadnienia klasyfikacji oraz regresja logistyczna] oraz [Wykładu 5: naiwny mode Bayesa i drzewa decyzyjne] :!: Prezentacja na YouTube Przetwarzanie wstępne danych, interpretacja wyników Zbiory danych [ Archiwum ZIP zawierające zbiory danych] Każdy ze zbiorów reprezentuje grupę dokumentów złożonych z n (n=10,5,3,1) zdań wybranych z pięciu powieści należących do k…

med:lab_7ed

Anonymous (anonymous@undisclosed.example.com) — 2023-04-20T12:22:19+00:00

Eksploracja Danych: Laboratorium 7 Piszemy własny klasyfikator Naive Bayes w języku Python. * Opis zadań o kod w notatniku Colab NaiveBayes.ipynb. * Korzystamy z pierwszej części [ wykładu 5] * :!: Konwersja notatnika Colab na PDF import numpy as np class NaiveBayesClassifier: def __init__(self): self.priors = None self.means = None self.variances = None def f…

med:lab_8ed

Anonymous (anonymous@undisclosed.example.com) — 2021-04-08T13:33:08+00:00

Eksploracja Danych: Laboratorium 8 Podczas zajęć będziemy korzystali z funkcji biblioteki Weka wołanych programowo z kodu Java. : [Opis zadań (PDF)] :!: Prezentacja na YouTube (dawniej laboratorium miało numer 5) Laboratotrium 8 część 1 (6.23) Laboratotrium 8 część 2 (17.38) :!: Poprawiony link Zapoznaj się z treścią

med:lab_9ed

Anonymous (anonymous@undisclosed.example.com) — 2021-05-06T01:05:55+00:00

Laboratorium 9 Tematem jest ekstrakcja cech z utworów muzycznych. * Użyjemy zbioru danych w postaci 100 30-sekundowych fragmentów utworów * Do ekstrakcji cech wykorzystana zostanie biblioteka librosa Opis zadań i kod w postaci notatnika Colab :!: Na następnym laboratorium wykorzystamy przygotowany zbiór danych

med:lab_10ed

Anonymous (anonymous@undisclosed.example.com) — 2021-05-12T02:15:55+00:00

Laboratorium 10 Tematem jest klasyfikacja gatunków utworów muzycznych. Użyjemy zbioru danych opracowanego na poprzendim laboratorium Opis zadań i kod w postaci notatnika Colab

med:lab_11ed

Anonymous (anonymous@undisclosed.example.com) — 2023-05-25T12:01:37+00:00

Laboratorium 11 Przetwarzamy teksty wpisów na Opis zadań i kod w notatniku Colab Problem z serwerem Obecnie serwer zamiast treści wpisów zwraca następujący tekst: Check back in the next few weeks for updates. - Pushshift team (May 19, 2023) Problemy były już dostrzegalne podczas laboratorium (18 maja).

med:lab_12ed

Anonymous (anonymous@undisclosed.example.com) — 2021-05-22T01:12:59+00:00

Eksploracja Danych: Laboratorium 12 Podczas zajęć będziemy korzystali z funkcji biblioteki Weka wołanych programowo z kodu Java. [ Opis zadań (PDF)] :!: Prezentacja na YouTube [24.53] Zbiory danych Dwuwymiarowe obserwacje Weka Należy pobrać archiwum i dodać plik optics_dbScan.jar do projektu. Kod

med:lab_13ed

Anonymous (anonymous@undisclosed.example.com) — 2022-06-09T11:37:16+00:00

Laboratorium 13 Przetwarzamy duży zbiór danych zawierający ponad 23000 obrazów. Te obrazy to zdjęcia psów i kotów i celem będzie ich klasyfikacja. Przetestowane będą: * Klasyczne klasyfikatory (niezbyt wydajne) * Konwolucyjne sieci neuronowe

med:sidebar

Anonymous (anonymous@undisclosed.example.com) — 2022-03-30T03:25:19+00:00

Metody eksploracji danych Laboratoria * Laboratorium 1 * Laboratorium 2 * Laboratorium 3 * Laboratorium 4 * Laboratorium 5 * Laboratorium 6 * Laboratorium 7 * Laboratorium 8 * Laboratorium 9 * Laboratorium 10 * Laboratorium 11 * Laboratorium 12 * Laboratorium 13 Zasoby * Zbiory danych * Wykłady

med:spark_on_docker

Anonymous (anonymous@undisclosed.example.com) — 2023-11-29T16:36:35+00:00

Wdrożenie aplikacji Apache Spark na platformie Docker 1. Pobierz obraz spark docker pull spark 2. Utwórz sieć typu bridge Za pomocą tej sieci program driver łączył się będzie z klastrem Sparka docker network create -d bridge --subnet=172.22.0.0/16 spark-network

med:start

Anonymous (anonymous@undisclosed.example.com) — 2024-03-09T22:53:52+00:00

Eksploracja danych :!: To jest stara strona zajęć Java na borg: /usr/lib/jvm/java-1.8.0-openjdk-amd64/bin/java -jar weka.jar Laboratoria * Laboratorium 1 - prosta regresja Weka [02.03.2023] * Laboratorium 2 - regresja Weka, cechy wielomianowe [09.03.2023] * Laboratorium 3 - regresja Python, ceny domów [16.03.2023] * Laboratorium 4 - regresja Python, wypożyczenia rowerów [] * Laboratorium 5 - regresja logistyczna, Weka [] * Laboratorium 6 - naiwny klasyfikator Bayesa, drzewa, Wek…

med:wyklady

Anonymous (anonymous@undisclosed.example.com) — 2018-04-24T00:36:33+00:00

Metody Eksploracji Danych - Wykłady * [Wykład 1] Wprowadzenie, zagadnienia regresji, klasyfikacji i grupowania * [Wykład 2] Regresja * [Wykład 3] Ocena modeli (na przykładzie regresji) * [Wykład 4] Klasyfikacja (wstęp), ocena klasyfikacji, regresja logistyczna, przekształcanie danych

Piotr Szwed med