MO431A
1 Notas FINAIS
Notas finais Eu tenho que enviar as notas para a DAC na 6a feira. Se vc tem alguma questao com as notas fale comigo hoje (4a feria) ate 17:00 ou me mande email ate amanha (5a feira).
[[http://www.ic.unicamp.br/~wainer/cursos/1s2019/notas.pdf][Tarefas 1, 2, 3, 4 e 5 ]
Notas da tarefa 5 postadas. Muita gente errou principalmente no "uniformimente distribuido no expoente" ou "linear no expoente". Eu vou fazer minha solucao a tarefa 5 e posta-la amanha.
Eu devo postar as notas finais amanha. Se vc tem duvidas e questoes sobre as notas me mande um email ou venha falar comigo na 4a feira no horario da aula
Notas da tarefa 4 postadas hoje (6/4) Desculpem o atraso de 1 semana para corrigir a tarefa. Eu enviei email para os que tiveram algum problema no exercicio (que valia 6). A maioria dos problemas foram na busca em linha - deem uma olhada na minha solucao.
Minha solucao para a tarefa 4 html jupyter
Se vc tirou 4 na tarefa 3 isso nao indica que seu programa esta 100% certo, apenas que ele parece certo. Eu nao olhei em detalhes o código de cada um. Em particular, minha solucao diverge com o learning rate de 0.01 mas a maioria nao parece ter essa divergencia.
2 Programa
- Aulas 1 a 4 - algebra linear
- Aulas 5 a 14 - otimização continua
3 Avaliação
Media de (provavelmente) 7 exercícios a serem feitos em casa.
4 Aulas
- Aula 1 - vetores
- Aula 2 - matrizes como transformações lineares
- Aula 3 - matrizes ortogonais, decomposição LU, QR e principalmente decomposição em autovetores e autovalores
- Aula 4 - SVD, custos computacionais das operações em matrizes, matrizes esparsas, bibliotecas, numpy e scipy
- Aula 5 - otimização continua: otimização linear, otimização convexa, otimização não convexa
- Aula 6 - Solução analitica para problemas convexos/ Introdução a decida do gradiente
- Aula 7 - variações da decida do gradiente que são relevantes para deep learning. Veja detalhes neste link – Batch, SGD e Mini batch – momento, Nesterov. Adagrad, Adadelta, RMSProp, Adam
5 Tarefas
5.1 tarefa 1
Mostrar que dois autovetores de uma matriz que tem seus autovalores correspondentes diferentes entre si sao ortogonais.
Entregar a solução em papel no dia 25 em aula, ou enviar via email em pdf até as 10h do dia 25.
Pode ser feito em duplas ou individual
5.2 tarefa 2
aqui para ser entregue ate as 10h do dia 3/4
5.3 tarefa 3
aqui para ser entregue ate as 10h do dia 10/4
5.4 tarefa 4 - versão 2
aqui para ser entregue ate as 10h do dia 17/4