Información 2024 Semestre 2 - Universidad de Antioquia
Contents
Información 2024 Semestre 2 - Universidad de Antioquia¶
Esta es información para los matriculados en el curso ofrecido por el Departamento de Ingeniería de Sistemas, Facultad de Ingeniería, Universidad de Antioquia, Medellín.
Plataforma de autocorrectores para los laboratorios
REGISTRATE AQUÍ EN LA PLATAFORMA para poder someter las soluciones a los talleres del curso.
ACCESO A LA PLATAFORMA para ver tus calificaciones y descargar el certificado cuando completes el curso.
Revisa estos dos vídeos para ver cómo se interacciona con los materiales del curso:
Trabajando con los materiales del curso Video 13mins
Talleres y plataforma de autocorrección Video 13mins
Horario de clases¶
MARTES 10:00-12:00 JUEVES 10:00-12:00
Las sesiones se realizarán por Zoom a través del siguiente enlace compteción
Grabaciones: Accede en este enlace al repositorio de grabaciones de las sesiones sincrónicas del curso.
Discusiones, Q&A, Incidencias¶
Indícanos cualquier duda, sugerencia o incidencia, o inicia una discusión con la comunidad del curso en el siguiente foro. Las discusiones son en abierto. Si quieres participar tendrás que utilizar tu usuario Github.
Plantea tu cuestión o inquietud en la categoría del módulo pertinente. Aspectos generales, administrativos, fechas, evaluaciones, etc. los puedes formular en la categoría GENERAL.
Por correo electrónico sólo se responderán asuntos personales, no relacionados con el contenido de la materia. Cualquier correo ha de ser enviado a mí con copia al monitor.
Whatsapp de estudiantes (enlace) : este grupo es para comunicaciòn entre estudiantes, las preguntas al profesor o monitor habrán de formularse en el foro.
Evaluación¶
40% (2.0 puntos) LABS
10% (0.5 puntos) EVALUACIONES SOBRE LABS
1/2: módulos 3-4
1/2: módulos 5-6-7
10% (0.5 puntos) PROYECTO ENTREGA 1 (0.1 puntos)
PROYECTO ENTREGA 2 (0.4 puntos)
40% (2.0 puntos) PROYECTO ENTREGA FINAL
30% (1.5 puntos): GITHUB. claridad, compleción y reproducibilidad de la entrega en Github
10% (0.5 puntos): KAGGLE. posición en el ranking de la competición
Fechas de entregas¶
10/sep/2024 LABS MODULOS 1-2
8/sep/2024 PROYECTO ENTREGA 1
6/oct/2024 LABS MODULO 3-4
13/oct/2024 PROYECTO ENTREGA 2
03/nov/2024 LABS MODULOS 5-6-7
15/nov/2024 PROYECTO ENTREGA FINAL
Calendario oficial
12/aug/2024 Inicio de clases
28/sep/2024 Evaluación al 40%
23/nov/2024 Finalización clases
25/nov - 30/nov/2024 Exámentes finales
1/dic/2024 Fecha límite cierre de notas
10/dic/2024 Terminación oficial
Aplazamientos y conformidad
Las solicitudes de cambio de fechas de las entregas habrán de hacerse AL MENOS 3 DÍAS ANTES DE LA FECHA de la que se quiere solicitar el cambio. Necesitarán tener el consenso de al menos un tercio de los matriculados en la materia (es decir, de al menos 64 estudiantes al inicio del semestre). La solicitud deberá de realizarse mediante correo electrónico a raul.ramos@udea.edu.co CON COPIA a los estudiantes que formen parte del consenso y ha de mencionarse en la sesión sincrónica anterior o posterior al envío del correo.
Las fechas de entrega de los laboratorios son ESTRICTAS. Como estudiantes tienen la posibilidad de solicitar ordenadamente aplazamientos según el protocolo anterior. No se admitirán entregas de laboratorios después de las fechas establecidas o aplazadas según el protocolo anterior.
Las entregas de proyecto incompletas o fuera de plazo tendrán una penalización como se describe más abajo.
Proyecto¶
Tendrás que participar en la siguiente de Kaggle y realizar tres entregas con el desarrollo progresivo del proyecto.
COMPETENCIA AI4ENG UDEA - Semestre 2024-2
Para ello tendrás que
Desarrollar una solución sobre un repositorio github implementada en varios notebooks.
Realizar 3 entregas durante el curso como se describe a continuación.
Enviar tu solución a Kaggle para que aparezcas en el ranking de la competición.
Reglamentación del proyecto¶
Podrá hacerse individual o formarse grupos de 2 o 3 estudiantes.
Tendrás que hacer las entregas en en un repositorio github personal y rellenar un formulario donde indicarás tus datos y cuál es tu repositorio.
En la última entrega es cuando tendrás que someter tu solución a Kaggle. Durante el curso podrás enviar a Kaggle tantas soluciones como quieras. La que sea mejor es la que se tendrá en cuenta.
Cada miembro de un equipo es repsonsable de su propia entrega, independientemente de las entregas (o no entregas) de sus compañeros de equipo, En particular:
Cada miembro de un equipo tendrá que rellenar su propio formulario de entrega.
Cada miembro de un equipo tendrá que realizar cada entrega en un repositorio github propio, e indicarlo en el formulario anterior.
Cada miembro de cada equipo tiene que hacer su propia submisión a Kaggle en la entrega final.
En las entregas 2 y final tendrás que incluír un vídeo donde el equipo explique su solución:
Los videos han de subirse a YouTube y enlazarse desde el README.md de github de tu repositorio. No es necesario que todos los miembros suban todos los videos. Una copia de cada video en YouTube es suficiente, pero el enlace debe de aparecer en el README.md del repositorio de cada estudiante.
No se admitirá ninguna otra manera de entregar los vídeos. En particular, si el video se incluye como un archivo en github se considerá inválida la entrega completa.
La duración del video ha de ser la indicada más abajo. Si te excedes en más de 10segs o es corto de más de 10segs la entrega no será válida.
En cada vídeo, en los primeros 20 segs, cada miembro del equipo ha de presentarse con la cámara activada, enunciando su nombre y el programa en el que están matriculados.
Todos los miembros de un equipo han de contribuir con el mismo tiempo aproximado de intervención en el mismo. Si algún miembro de un equipo no participa, o su participación es meramente simbólica, la entrega completa será inválida para ese miembro del equipo.
Fichero
README.md
Todas las entregas han de tener un fichero README.md que contenga los nombres, cédula y programa académico de cada miembro de un equipo.
Además, en las entregas 2 y Final, este archivo ha de contener el enlace al video correspondiente en YouTube.
Los nombres de las personas en el README.md ha de corresponder con lo reportado en el formulario de cada entrega.
Nombrado de archivos
El nombrado de archivos en cualquier entrega es ESTRICTO según las instrucciones y el ejemplo de entrega más abajo. Cualquier archivo con nombre o formato distinto invalidará la entrega, aunque sea entregado antes de las fechas límite.
Incumplimiento y penalizaciones
Ante cualquier falta de cumplimiento de estas normas, se considerará la entrega completa inválida y tendrá una calificación de cero.
Cada estudiante tendrá un plazo de 48 horas desde la comunicación de las calificaciones de cada entrega para subsanar cualquier error.
Se aplicará una penalización del 50% de la calificación total de la entrega cuando el estudiante subsane los errores en el plazo anterior.
Entregas del proyecto¶
Cada entrega se hace a través de un formulario donde indicarás tu repositorio github con los contenidos de la misma.
Los contenidos y formularios para de cada entrega son los siguientes:
ENTREGA 1 – Formulario para la entrega 1¶
Esta primera entrega sólo consta de dos archivos que han de estar en tu repositorio github:
README.md con los nombres, cédulas y progama en el que está inscrito cada participante
01 - exploración.ipynb donde se muestra cómo cargas el archivo
train.csv
de la competencia y muestras alguna exploración de datos (por ejemplo, cuantos estudiantes hay de cada clase, por localidades, etc.). Esta exploración no tiene que ser exhaustiva, tan sólo que muestres que eres capaz de cargar los datos e inspeccionarlos.
ENTREGA 2 – Formulario para la entrega 2¶
además del contenido de la entrega 1 en github:
Video subido a YouTube y enlazado en README.md
Elabora un vídeo de entre 3mins y 4mins.
En el video ha de explicar brevemente el estado de avance del proyecto, dificultades actuales, etc.
README.md con los nombres, cédulas y progama en el que está inscrito cada participante y con el enlace la video en YouTube de esta entrega.
02 - preprocesado.ipynb donde se muestra cómo cargas el archivo
train.csv
de la competencia y realizas las operaciones de limpieza y preprocesado de datos que necesites (p.ej. convertir columnas en one-hot, normalizar valores de rangos, imputar datos faltantes, etc.)
ENTREGA FINAL – Formulario para la entrega final¶
en este entrega tendrás que someter tu solución a Kaggle. CADA MIEMBRO DE CADA GRUPO TIENE QUE SOMETER SU PROPIA SOLUCIÓN, aunque sea la misma que la del resto de componentes del grupo.
además del contenido de las entregas anteriores tendrás que añadir a tu repositorio github
README.md con los nombres, cédulas y progama en el que está inscrito cada participante y con los siguientes enlacesy con el enlace al video de la entrega 2 y el enlace al video de esta entrega.
Video subido a YouTube y enlazado en README.md
Elabora un vídeo de entre 3mins y 4mins.
En el video ha de explicar brevemente la aproximación a la solución enviada a Kaggle y ha de mostrar vuestra posición en el ranking compartiendo la pantalla mientras se consulta el leaderboard de Kaggle. Esta posición, por supuesto, puede que no sea la definitiva si hay equipos que envian sus soluciones después.
99 - modelo solución.ipynb - Un notebook con tu solución completa, desde cargar
train.csv
hasta generar el archivo que se envía a Kaggle. Mira las NOTES 05.03 para tener un ejemplo.al menos dos notebooks adicionales con aproximaciones distantas a la de la solución, porque usan distintos modelos, o estrategias de limpieza o preprocesado, etc.
los criterios de evaluación son los siguientes:
CLARIDAD: los notebooks contienen textos que explican brevemente lo que se está haciendo
COMPLECIÓN: la entrega contiene todos los notebooks que se describieron justo arriba.
REPRODUCIBILIDAD: la solución que genera el notebook 99 - modelo solución.ipynb coincide con la enviada a Kaggle.
Al final tu repositorio habrá de tener la siguiente estructura
|
+- README-md
+- 01 - exploración.ipynb
+- 02 - preprocesado.ipynb
+- 03 - modelo con preprocesado de tal forma y SVM.ipynb
+- 04 - modelo con preprocesado de otra forma y Random Forest.ipynb
+- 99 - modelo solución.ipynb
El nombrado de los archivos ES ESTRICTO. Tiene que haber un fichero
README.md
y los notebooks01
,02
y99
nombrados EXACTAMENTE IGUAL que se indica arriba. Los notebooks03
,04
y posteriores (si tienes más), han de ser nombrados con ese esquema (número consecutivo - nombre_que_escojes.ipynb
). Cualquier archivo con otro nombre será ignorado.Cada miembro del grupo ES RESPONSABLE DE SU PROPIA ENTREGA, independientemente de si sus compañeros de grupo entregan o no. Esto incluye rellenar el formulario y tener un github personal, aunque el contenido sea el mismo que el del resto de los compañeros de grupo.
Si cambias de grupo o te añades a un grupo que ya exista tienes que enviar un correo a raul.ramos@udea.edu.co, felipe.rodrigueza@udea.edu.co informándolo con copia a tus nuevos compañeros indicando las razones del cambio y cuál será tu rol en el nuevo grupo. Tus nuevos compañeros deberán de responder ese correo autorizandote a que formes parte del grupo.
Evaluación entregas 1 y 2¶
La evaluación de estas entregas se limita a comprobar que en github están los notebooks requeridos conforme a las normas anteriores, y tienen un contenido acorde a lo que se piden (exploración, etc.).
Evaluación de la entrega final¶
La evaluación de la entrega final tiene dos componentes, como se describió más arriba: el contenido de tu repositorio en Github y el resultado de tu envío a Kaggle.
Github. Se valorarán tres aspectos a un tercio de peso cada uno:
Compleción. Si tu entrega contiene el contenido requerido (notebooks, etc.) y acorde con tu participación en Kaggle
Claridad. Si tus notebooks están bien comentados y el código está bien organizado. Notebooks sin ningún comentarios tendrán cero en este apartado.
Reproducibilidad. Si tus notebooks no contienen errores visibles en Github y, además, pueden ser ejecutados por el profesor sin errores.
Criterios de calificación por la posición en el ranking de la competición en Kaggle.
tendrá un 5 quien quede primero
tendrá un 1 quien quede de último
el puntaje del resto será entre 1 y 5, linealmente proporcional a la posición obtenida
tendrá un cero quien no haya enviado ninguna solución
tendrá un cero quien no tenga en su repositorio github el notebook correspondiente para generar la solución enviada a Kaggle, según se describe más abajo
no se permitirán dos puntuaciones exactamente iguales, en cuyo caso prevalecerá la que haya sido enviada primero y cualquier otra quedará en última posición. Excepto si son entre miembros del mismo equipo.
se revisarán detalladamente los notebooks con las soluciones por indicios de plagio. Cualquier sospecha de plagio será penalizada con un cero a todas las personas implicadas. Excepto entre componentes del mismo equipo.
se analizarán las distribuciones de puntuaciones por programa académico de proveniencia. Si el promedio de la puntuaciones de algún programa es distinto del promedio global más una desviación estándar (por arriba o por abajo), se realizará un ranking separado para ese programa.
Sólo para estudiantes de Ingeniería de Sistemas¶
Si ya has pasado (aprobado) el contenido de IA en un semestre anterior tienes que hacer el proyecto sustituto
Sesiones temáticas¶
Sesiones complementarias que se realizaron en semestrens pasados y son de interés general.
SEMESTRE 2024-1¶
Introducción a Github Grabación sesión en la Facultad de Ingeniería (5 mar 2024)
Cómo hacer disponibles los datos de la competencia de Kaggle en Google Colab Video 11mins
SEMESTRE 2023-2¶
Experiencias en ejecución de proyectos de IA Video 1h 17mins (29 Ago 2023)
Introducción a github Grabación sesión en Expoingeniería 2023 (4 nov 2023)
Introducción a docker Grabación de la sesión sincrónica (24 oct 2023)
AI for Everyone¶
Te recomendamos completar o visualizar el curso AI for Everyone