• 大数据与人工智能项目评估,包括书面报告、代码审查和所创建应用程序的演示 • 数据挖掘和统计的个人家庭作业 • 大数据与人工智能基础的最终小组演示 • 并行分布式系统 (Hadoop) 的个人家庭作业 • 计算机视觉 1 的个人期末考试作业 • Python 与工具的个人期末作业 • 研究的最终小组论文 • 自然语言处理的个人期末作业 • 计算机视觉 2 的个人期末作业 • Capita Selecta(客座讲座)的个人期末作业 • 专业演讲的最终小组演示 所有评估必须以足够的成绩(55 或更高)完成。讲师 信息技术学习计划(哈勒姆)的教师和数据驱动智能社会研究小组(讲师)的客座讲师提供讲座。研讨会和培训课程由大数据和人工智能领域的专家提供。联系人:Petra Folkertsma (Petra.Folkertsma@inholland.nl) 和 Annemarie Burger (Annemarie.Burger@inholland.nl)。
娱乐助理 儿童和青少年项目助理** 督导项目助理 (CYS)** CYS 项目助理(家庭作业实验室) 餐饮服务员 保管员 厨师 劳工 **许多 CYS 职位 助理水上运动经理有资格享受折扣 烹饪儿童保育。 见习救生员
1。作业1:模仿学习(通过监督学习控制)2。作业2:政策梯度(“加强”)3。作业3:Q学习与演员批评算法4。家庭作业4:基于模型的增强学习5。作业5:无高级RL算法6。最终项目:您选择的研究级项目(形成一组
• 课堂小测验(3 次测验,共 15%)—1 月 16 日、2 月 16 日、3 月 5 日 • 小组作业(35%:25% 写作+10% 演示)—截止时间为 2 月 27 日星期二上午 9 点 • 课堂参与(20%) • 讨论问题的答案(10%) • 反思作业(4 次作业,共 20%) 小组作业:时事;截止时间为 2 月 27 日上午 9 点:准备一份演示文稿来介绍你自己的技术或当今市场上提供的技术。影响你分数的关键因素包括:1. 你的演示/分析与课程中的想法和概念的相关程度。理想情况下,当我再次教授这门课时,我应该能够在我的某堂课中采用你的案例作为例子(未经你的许可,我绝不会以你的案例为例子)。2. 你的论文有多深刻。基本上,如果你的一位对商业感兴趣但尚未上过这门课的 MBA 同学在报纸上读到过关于你的创新的内容,但还没有看到你的分析,那么他们就无法猜出你的结论。我正在寻找一些证据,证明你在课堂之外思考过这门课。请不要强迫自己应用尽可能多的课程框架:一个就足够了,只要明智地应用它。追求深度而不是广度。课堂参与:当所有学生都积极参与课堂讨论时,学习机会就会最大化,而积极参与需要准备。当我们讨论家庭作业中的问题时,参与也是必不可少的,家庭作业主要由关于阅读的具体问题组成。如果家庭作业中有问题
每周都会有一次家庭作业,通常在周四布置,并通常在两周后的周四(14 天后)在课堂上截止。我们鼓励学生们一起合作——这样你确实能学到更多——但通常有一个警告:如果你只是从别人那里得到答案而没有真正理解它们,那么你在考试中取得成功的希望将非常渺茫,更不用说理解物理了。答案将在截止日期后不久发布在课程网站上(PDF 格式)。只有在以下情况下才会接受原定截止日期后的作业:1) 教师在课堂上或在发送给所有学生的电子邮件中宣布某个截止日期已推迟;2) 个别学生由于特殊情况(例如生病、家庭紧急情况)与教师作出安排。如果没有这样的借口,学生仍可以在截止日期后最多一节课的时间提交家庭作业,但将被处以只算一半学分的惩罚。你也有责任了解 ASU 学术诚信政策,详见下文第 VII 节。
Comp 182中的家庭作业和考试都是根据《赖斯荣誉法》条款作为承诺任务进行的。Comp 182中的考试是保证,您必须自己完成的时间限制任务。每次考试将对允许的任何资源都有明确的声明。不允许其他资源。关于作业,您可以与其他学生以及课程人员在高水平上讨论它们。这些讨论应仅限于理解问题并讨论解决方案的高级方法。您提交的工作必须是您自己的解决方案的综合。您无法从其他人那里获得详细的解决方案,也无法将其作为您自己的工作提交。如果您阅读书籍,在线站点或其他资源作为做作业过程的一部分,则必须明确引用它们。您不应在线搜索家庭作业解决方案。您不应向其他人提供解决方案的访问。您不应使用本课程早期版本中生成的解决方案(无论是来自讲师还是来自学生)。您不应将解决方案发布到公共领域(包括诸如Github之类的地方)。