Az Adattudomány és gépi tanulás tantárgy eredményei bekerültek a Neptunba, illetve felkerültek a Moodle rendszerbe és csatolom is az értékelést. Akinek bármilyen problémája/kérdése lenne, nyugodtan keressen e-mailben.

Mind a két beadandó esetén elmondható, hogy nagyon sok szép megoldás született. Leggyakoribb hibának talán azt tudnám felhozni, hogy hiába hangsúlyoztam szóban és a feladatleírásban is, a kommentelt kód nem számít dokumentációnak. Talán azt érzitek páran, hogy minden esetben jobb jegyek felé hajlott az értékelés, kérlek aki így érzi, az vegye biztatásnak és próbálja meg bepótolni a hiányosságokat (főleg a saját téma esetén).

Regresszió: Gratulálunk Palotai Balázsnak, akinek a modellje a legmagasabb R2 értéket érte el! A legjobb eredményt a Gradient Boosting Regressor modellel érte el. Nagyon szép munka! Ezen kívül is nagyon sok szép munka született még.

(Még egyszer szeretnék ráerősíteni, hogy a verseny minél jobb R2 értékről szólt, azonban ha regresszióról van szó, a korrektség kedvéért hibamértékeket is kell vizsgálni.)

Saját feladat: Itt is nagyon sok szép megoldás született, illetve az értékelés során igyekeztem figyelembe venni az egyéni lehetőségeket (pl.: a téma/munkahely mennyire passzolt a tanultakhoz). Itt a legjelentősebb hiba talán a probléma ismertetésének hiánya volt, így nehezen lehetett értelmezni mi is a feladat, amit meg szeretnétek oldani. 

Kérlek benneteket, hogy akinek a szakdoglozatában jelentős mértékben szerepel a tárgyban tanultak alkalmazása és úgy érzi le van maradva, az minél előbb keresse a témavezetőjét. 

Akinek nem sikerült leadni valamelyik beadandót, az minél előbb jelezze szeretne-e vizsgázni, vagy jelezze a probléma okát. A tárgy teljesítésén túl igen sok szakdolgozat szempontjából is kritikus ez.

Kellemes Ünnepeket Kívánok,

Gyula

--