Requirements
What the course asks
Exam grade, signature, bonus points and the offered-grade path. The exact exam format and the test threshold are announced at the start of the semester.
The requirements come from the same source as the material. What is not yet fixed — the exam format, the test threshold — is stated as such rather than invented.
folyamatos
Weekly missions
Hetente egy rövid, önállóan elvégezhető feladat, amely a hét tételét saját kézzel bizonyíttatja be.
A küldetés nem házi feladat: a lényeg, hogy a hallgató a saját hibáját lássa meg. Ezért a beadás rövid — egy ábra, egy szám, egy bekezdés —, és a hibás eredmény is elfogadható, ha az okát meg tudja nevezni.
féléves munka
Semester project
Egy önálló adatelemzési munka: kérdés, adat, módszer, értékelés, és a döntés, amit a válasz megalapoz.
A téma a gépi látás projektmodulból vagy a négy hét anyagából választható. A mérce nem a modell jósága, hanem az, hogy az eredmény hihető-e: kimondott szétvágás, kimondott mérce, és a bizonytalanság megjelenítése.
elvárás
Stated question
A munka egyetlen, kimondott kérdéssel kezdődik, és a kérdéshez tartozik egy döntés, amelyet a válasz megalapoz.
Data provenance
Honnan való az adat, mit jelent egy sora, mi a mértékegység, mi hiányzik belőle, és mi a megfigyelési egység.
Stated data split
Hogyan vágtad szét az adatot, és miért éppen úgy. Idősoron időrendben, térbeli adaton blokkosan — és ha nem, akkor annak indoklásával.
Baseline
Minden eredmény egy olcsó alapvonalhoz mérve közlendő: naiv előrejelzés, többségi osztály, egyszerű index. Alapvonal nélkül a szám nem értelmezhető.
Uncertainty
Az eredmény mellett ott áll, mennyire biztos: sáv, szórás vagy a validáció ingadozása. Egyetlen szám önmagában állítás, nem eredmény.
Reproducibility
A beadás tartalmazza a kódot, a környezet leírását és az indítás módját. A saját kurzusunk követelménye a saját csomagunkra is érvényes.
nyitott
Assessment format
A vizsga vagy zárthelyi formája és a pontozás a kurzusfelelősök döntése, a félév elején kerül kihirdetésre. Itt szándékosan nincs kitalálva.
Example projects for the offered grade
01
Leaf disease classification
Transzfer tanulás nyilvános levélképeken, majd a modell kipróbálása saját, telefonnal készült terepi felvételen.
A csapda a doméneltolódás: a nyilvános készletek egyenletes laborháttérrel készültek, a terepi kép nem ilyen. A projekt akkor teljes, ha a két beesést — laboron mért és terepen mért pontosság — egymás mellett mutatod meg.
02
Marker discovery and the price of the threshold
Szimulált vagy nyilvános genotípus-adaton asszociációvizsgálat, három küszöbbel: nyers, genomszintű és FDR. A mérce a találati lista összetétele, nem a legkisebb p-érték.
A beadandó két számot állít egymás mellé: hány valódi hatást talált meg a küszöb, és hány valódit vesztett el. A „szignifikáns markert találtam” önmagában nem eredmény — a küszöbnek ára van, és a projekt ezt az árat mondja ki számmal.
03
Your own network, no framework
A modul `nn_core` hálójának kibővítése: másik aktivációs függvény, momentum vagy rátacsökkentés, és a hatás mérése ugyanazon a feladaton.
A beadandó nem a kód, hanem a veszteséggörbék összevetése. Melyik változtatás mennyit hozott, és melyik nem hozott semmit. A „nem hozott semmit” itt teljes értékű eredmény, ha mérve van.
04
Plant or head counting
Objektumdetektálás sűrű, apró objektumokon, csempézéssel. A mérce a darabszám hibája, nem a detektálási mérőszám.
Egy jó átlagos detektálási pontosság együtt járhat rendszeres alulszámlálással. Ezért a kiértékelés két számot közöl: a darabszám átlagos hibáját és annak eltolódását — és megmondja, melyik irányba téved a rendszer.
05
Population structure as a confounder
Két alcsoportból álló minta, ahol az alcsoportok a tulajdonságban is különböznek. Mennyi hamis kapcsolatot ad, és mennyit vesz vissza a főkomponensekkel korrigált modell?
Ez a genomika saját Simpson-paradoxona. A projekt akkor teljes, ha a korrekció előtti és utáni találati listát is megmutatod, és megmondod, melyik marker tűnt el — mert az alcsoportra volt jellemző, nem a tulajdonságra.
06
Mapping the learning rate
Hálóméret és tanulási ráta együttes söprése: hol van a jó tartomány, és hogyan tolódik el a mérettel.
A beadandó egy hőtérkép: méret a függőlegesen, ráta a vízszintesen, a végső veszteség a színben. Ebből leolvasható a gyakorlati szabály, amit az előadás csak kimondott — hogy a nagyobb háló kisebb rátát kíván.
07
Inter-row weed detection
Szegmentálás, összevetve egy egyszerű zöldtöbblet-index alapvonallal, futásidő méréssel.
Az index meglepően erős: rögzített megvilágításnál gyakran elég. A projekt tétje az, hogy a tanult modell megveri-e — és ha igen, mekkora futásidő és címkézési munka árán.
08
Genomic selection instead of marker discovery
Az összes marker együttes használata regularizált modellel, tenyészérték becslésére. Alapvonal: a legjobb néhány marker külön-külön.
A tétje az, hogy a sok kis hatás együtt többet ér, mint a néhány szignifikáns. A kiértékelés keresztvalidációval megy, és a projekt megnevezi, mi a hozamvarianciából elérhető felső korlát — az örökölhetőség.
09
Beat the boosting baseline
Táblázatos agrárfeladaton hálóval megverni a gradiens erősítést — vagy megmutatni, hogy nem megy.
Az előadás mérése szerint nem megy: a rés 1,5–1,7-szeres, és nem záródik. A projekt tétje az, hogy ezt a saját kezeddel is ellenőrizd. Ha megvered, az érdekes eredmény, és le kell írni, mivel. Ha nem, akkor azt kell leírni, mit próbáltál.
10
Fruit ripeness and size estimation
Színjellemzők és méret képből, a képben elhelyezett méretetalonnal kalibrálva.
Itt köt vissza a méréstechnika: kalibráció nélkül a képből számolt méret nem mérési eredmény. A beadás tartalmazza a milliméter/képpont arányt, a mérési távolság hatását és a becslés hibáját kézi méréshez képest.
11
Variety ranking across sites
Több helyszínen mért fajtakísérlet elemzése: van-e olyan fajta, amely mindenhol jó, vagy a rangsor helyszínenként más?
A beadandó egy rangsorváltozás-ábra és egy mondat: ajánlható-e egyetlen fajta az egész régióra. Ha a kölcsönhatás nagy, akkor az „országos legjobb fajta” kifejezésnek nincs jelentése — és ezt ki kell mondani.
12
Transfer learning on a few hundred images
Előtanított háló felső rétegeinek újratanítása saját, telefonnal készült agrárfelvételeken.
A csapda ugyanaz, mint a gépi látás modulban: a nyilvános készletek laborháttérrel készültek. A beadandó két pontosságot mutat egymás mellett — a nyilvános teszten és a saját terepi felvételeken —, és a különbséget nem magyarázza el, hanem megnevezi.
13
Livestock tracking and activity time
Egyedkövetés videón, az aktív és a pihenő idő becslésével. A mérce az azonosítóváltások száma.
A nehézség nem a detektálás, hanem a takarás utáni visszaazonosítás. Egy tökéletes detektor is használhatatlan aktivitásmérésre, ha az egyedek azonosítói felcserélődnek — ezért a mérce ez, és nem a detektálási pontosság.
14
Soil microbiome: what correlation actually measures
Nyilvános 16S-adaton taxonpárok kapcsolata, három úton: nyers relatív gyakoriságon, CLR után, és log-arány alapú arányossággal.
A csapda a zárási hatás: a legerősebb negatív kapcsolatok rendszerint a domináns taxon körül vannak, és nem ökológiát mérnek. A beadandó megmutatja ugyanazt a taxonpárt a három módszerrel, és megindokolja, melyiket hinné el.
15
Networks on time series: is it worth it
Hozam- vagy nedvességsor előrejelzése hálóval, a 6. hét szezonális naiv alapvonalához mérve.
A mérce a naivhoz mért hiba, gördülő eredetű visszateszteléssel — pontosan úgy, ahogy a 6. hét előírja. A háló itt elvben előnyben van, mert a sorrend szerkezet; a projekt megméri, hogy a gyakorlatban is.
16
Field segmentation from aerial or satellite imagery
Felszínborítás vagy táblahatár kijelölése, átfedési aránnyal és területhibával értékelve.
A csapda a keverékképpont: a tábla szélén egy képpont több felszínt tartalmaz. Ezért a felbontás és a tábla mérete együtt dönti el, mekkora hiba elkerülhetetlen — ezt a projekt mondja ki számmal, ne a védés derítse ki.
17
Sequencing depth and diversity
Mennyivel nő a mért diverzitás pusztán attól, hogy mélyebben szekvenáltunk? Ritkítási görbe mintánként.
Ez a projekt egy összehasonlíthatósági kérdésre válaszol: két minta diverzitása addig nem vethető össze, amíg a mélységük eltér. A beadandó megmondja, melyik mélységnél lapul el a görbe — és hogy a készlet mintái elérik-e azt.
18
The smallest network that still works
Adott feladathoz a legkisebb hálóméret megkeresése, amely a legjobbtól egy százalékponton belül marad.
Ez a projekt a beágyazott felhasználásra készít elő: traktoron, drónon, szenzoregységen nem fér el akármekkora modell. A beadandó a méret-pontosság görbe, és egy megnevezett választás indoklással.
19
Soil cover estimation
Küszöbözés és morfológia közönséges felvételen, kézi becsléshez hasonlítva.
Jó első projekt, mert klasszikus eszközökkel megoldható. A valódi kérdés az ismételhetőség: ugyanaz a tábla két órával később, más napállásnál más számot ad, ha a felvételi körülményt nem rögzítettük.
20
Pathogen screening: base rate and pooling
Adott érzékenység és fajlagosság mellett a pozitív prediktív érték végigszámolása a fertőzöttség függvényében, és a gyűjtött vizsgálat tesztszám-nyeresége.
A beadandó egy szűrési javaslat: milyen gyűjtésmérettel, hány körben, és mikor kell megerősítő vizsgálat. A döntést a téves riasztás és a kimaradt eset ára határozza meg — a projekt mindkettőre megnevez egy értéket, akkor is, ha becsült.
21
Quality grading on a conveyor
Osztályozás rögzített megvilágítás mellett, az ismételhetőség mérésével.
Ipari átkötés a másik kurzushoz: ugyanaz a darab többször átfut, és a rendszer ugyanazt az osztályt kell adja. Ha nem adja, akkor a mérőrendszer nem alkalmas — a modell pontossága ilyenkor mellékes.
22
Sequence data as a storage problem
Egy FASTQ-készlet minőségellenőrzése és tárolási terve: k-mer-hisztogram, minőségi profil, és a tömörítési lehetőségek mért összevetése.
A 7. hét folytatása valódi adaton. A beadandó megmondja, mennyibe kerül a készlet megőrzése egy évre három változatban — nyersen, tömörítve, ritkított minőséggel —, és hogy melyik változat melyik későbbi elemzést zárja ki.