Ispit se polaže ispunjavanjem predispitnih obaveza (u toku semestra) i izlaskom na sam ispit (u nekom ispitnom roku). Predispitne obaveze čini jedan kolokvijum (maksimalno 30 poena).  Ispit nosi maksimalno 70 poena. Poeni sa predispitnih obaveza i sa samog ispita se sabiraju i čine konačnu ocenu koja se formira prema sledećoj tabeli.

NAPOMENA: Poeni sa predispitnih obaveza važe godinu dana tj. do održavanja kolokvijuma u sledećoj školskoj godini.

Kolokvijum (maksimalno 30 poena)

Kolokvijum se radi u računarskim salama i traje 1 sat. Tokom trajanja kolokvijuma dozvoljeno je korišćenje jedino materijala koji su okačeni na ovoj stranici u sekciji Materijali za ispit. Nije dozvoljeno korišćenje Interneta (biće isključena Internet konekcija), kao ni bilo koji drugih materijala. Projekti koji se ne kompajliraju, odnosno nisu sintaksno ispravni, se ne pregledaju. Kod koji je stavljen pod komentare (bilo zbog toga što ne može da se kompajlira, bilo zbog toga što nije dovršen) biće ignorisan tj. neće biti pregledan.

Nije dozvoljeno slikati, kopirati, niti odnositi zadatke. Kao posledicu, to povlači diskvalifikaciju studenta na datom kolokvijumu i podnošenje disciplinske prijave.

Na kolokvijumu će biti jedan zadatak iz mašinskog učenja u Python-u iz jedne od tema koje su rađene do održavanja kolokvijuma.

Ispit (maksimalno 70 poena)

Ispit se polaže na sličan način kao i kolokvijum. Ispit traje 1 sat. Tokom trajanja ispita dozvoljeno je korišćenje jedino materijala koji su okačeni na ovoj stranici u sekciji Materijali za ispit. Nije dozvoljeno korišćenje Interneta (biće isključena Internet konekcija), kao ni bilo koji drugih materijala. Projekti koji se ne kompajliraju, odnosno nisu sintaksno ispravni, se ne pregledaju. Kod koji je stavljen pod komentare (bilo zbog toga što ne može da se kompajlira, bilo zbog toga što nije dovršen) biće ignorisan tj. neće biti pregledan. Ispit nosi maksimalno 70 poena.

Za ispit se dobija jedan zadatak iz bilo koje oblasti mašinskog učenja u Python-u koja je rađena u toku nastave na predmetu (iz tema linearne regresije, klasifikacije, klasterizacije, neuronskih mreža…).

Nije dozvoljeno slikati, kopirati, niti odnositi zadatke. Kao posledicu, to povlači diskvalifikaciju studenta na datom ispitu i podnošenje disciplinske prijave.

Greške koje se ocenjuju sa 0 poena:

• Rad koji nema skriptu ili dataset u direktorijumu projekta
• Kompajlerske greške u kodu
• Rad koji sadrži makar jednu grešku koja onemogućuje dalje dobijanje smislenih rezultata; primeri takvih grešaka:
  • Transformisanje klasične kategoričke varijable (npr. country) u numeričku i dalje tretiranje te varijable kao da je regularna numerička varijabla
  • Klasterizacija: transformisanje klasične kategoričke varijable (npr. tip goriva: benzin, dizel, hibridni) ili binarne kategoričke varijable (pol: muški, ženski) u numeričku i onda izbacivanje te varijable iz modela zbog visoke korelacije sa drugim varijablama.
  • Kreiranje modela uz korišćenje izlazne varijable ili varijable od koje je nastala izlazna varijabla
  • Treniranje modela korišćenjem kompletnog dataset-a ili test seta
  • Korišćenje train seta za kreiranje predikcija i evaluaciju modela
  • Kreiranje modela bez razmatranja konteksta u kome se model primenjuje, a koji je definisan zahtevom zadatka. Na primer, uključivanje u model varijabli koje nemaju nikakvog smisla u kontekstu datog zadatka, kao što je, na primer, redni broj opservacije. Razni drugi primeri nerazmatranja konteksta zadatka navođeni su tokom časova predavanja i vežbi.

Materijali za ispit

Jedino materijali postavljeni u ovoj sekciji su dozvoljeni na kolokvijumu i ispitu. Ovi materijali će biti raspoloživi (u elektronskom obliku) na računarima na kojima se polaže kolokvijum / ispit.

• Helper.html

Primeri ispitnih zadataka se nalaze na posebnoj stranici.

Predavanje rada za kolokvijum i ispit

Predavanje radova na kolokvijumu i ispitu će se vršiti isključivo preko P2Copy programa. Kratko video upustvo možete pogledati ovde.