FAQ: Foire aux questions
Comment accéder aux devoirs et rejoindre un groupe de devoirs ?
Les devoirs sont disponibles sur Brightspace et doivent être soumis via cette plateforme.
Les devoirs 2 et 3 peuvent être réalisés individuellement ou en binôme. Quel que soit votre choix, vous devez d’abord rejoindre un groupe. Une fois inscrit dans un groupe, vous aurez accès aux détails des devoirs dans l’espace réservé sur Brightspace.
Pour former un groupe, allez à la section “Groupes” dans la barre de navigation et sélectionnez “Afficher les groupes disponibles”. Vous y trouverez des options pour rejoindre des groupes pour les devoirs 2 et 3.
Informations supplémentaires.
Nous utilisons Brightspace principalement pour les devoirs et les groupes de discussion. Sur la version de bureau de la page de votre cours, vous trouverez deux modules à gauche dans le Table des matières : Devoirs et Groupes de discussion.
En cliquant sur Devoirs, vous devriez voir l’avis suivant en haut de la page :
Les devoirs seront affichés ici.
Les devoirs 2 et 3 peuvent être réalisés soit individuellement, soit en binôme. Une fois enregistré dans un groupe, vous trouverez les détails des devoirs dans l’espace désigné ci-dessous. Pour former un groupe, sélectionnez “Groupes” dans la barre de navigation, puis choisissez “Groupes disponibles” pour trouver des options pour les devoirs 2 et 3.
En suivant ces instructions, cliquez sur “Groupes” dans la barre de navigation. Vous verrez un bouton bleu intitulé “Voir les groupes disponibles”. Cliquez dessus pour voir les groupes. Vous devrez peut-être faire défiler la page pour voir les groupes les plus récents, comme ceux pour le devoir 3.
Quel sera le format du Quiz 1 ?
- Quand : Consultez la page Calendrier du cours.
- Format : Questions à choix multiples et vrai/faux.
- Portée : Cours 1 à 6, avec un accent sur les cours 3 à 6.
- La numérotation se réfère à celle utilisée dans les URLs, par exemple turcotte.xyz/teaching/csi-4506/lectures/07/slides.html est le cours 7. Par conséquent, le quiz couvre les cours du 4 septembre au 25 septembre inclusivement. Le seul cours exclu est celui du 30 septembre, cours 7.
- Contenu : Accent sur les questions conceptuelles plutôt que sur les détails techniques précis (par exemple, comment remodeler un tableau numpy).
- Types de questions : Comprend des extraits de code ou des diagrammes nécessitant l’identification des déclarations correctes.
- Nombre de questions : Entre 25 et 35 questions.
- En classe : Vous passerez le quiz en classe, sur un questionnaire papier. Veuillez arriver à l’heure pour que nous puissions commencer le plus tôt possible, car la durée totale de l’examen dépend de votre heure d’arrivée. Nous devons ramasser toutes les copies 10 minutes avant la fin du cours afin de permettre au cours suivant de débuter à l’heure.
- Carte d’étudiant : Veuillez apporter votre carte d’étudiant.
Quel sera le format du Quiz 2 ?
- Quand : 13 novembre 2024, en classe. Consultez la page Calendrier du cours.
- Format : Questions à choix multiples et vrai/faux.
- Portée : Cours 7 à 15.
- La numérotation se réfère à celle utilisée dans les URLs, par exemple turcotte.xyz/teaching/csi-4506/lectures/07/slides.html est le cours 7. Par conséquent, le quiz couvre les cours du 30 septembre au 6 novembre inclusivement.
- Contenu : Accent sur les questions conceptuelles plutôt que sur les détails techniques précis (par exemple, comment remodeler un tableau numpy).
- Types de questions : Comprend des extraits de code ou des diagrammes nécessitant l’identification des déclarations correctes.
- Nombre de questions : Entre 25 et 35 questions.
- En classe : Vous passerez le quiz en classe, sur un questionnaire papier, mais nous utiliserons de feuilles de réponse Scantron (vous complétez les deux documents). Veuillez arriver à l’heure pour que nous puissions commencer le plus tôt possible, car la durée totale de l’examen dépend de votre heure d’arrivée. Nous devons ramasser toutes les copies 10 minutes avant la fin du cours afin de permettre au cours suivant de débuter à l’heure.
- Crayon à mine: Veuillez apporter des crayons, car nous utiliserons des feuilles Scantron pour faciliter le processus de correction.
- Carte d’étudiant : Veuillez apporter votre carte d’étudiant.
- Processus : Les assistants d’enseignement aideront à la surveillance, et nous aurons plusieurs feuilles de présence pour garantir l’efficacité (j’apprends).
Quel sera le format de l’examen final ?
- Quand : 9 décembre 2024, de 19h à 22h, 801 King Edward (MNO) 2.
- L’horaire dans uoZone (sous Applications, sélectionnez Mon horaire d’examens) est le document officiel (et non cette page web).
- Vérifiez régulièrement votre horaire d’examens, car les horaires et les lieux peuvent changer après leur publication initiale.
- Format : Questions à choix multiples et questions de type vrai/faux.
- Portée : Toutes les présentations en classe et les devoirs.
- Contenu : Accent sur les questions conceptuelles plutôt que sur les détails techniques complexes (par exemple, réorganisation d’un tableau numpy).
- Types de questions : Inclut des extraits de code ou des diagrammes nécessitant l’identification des affirmations correctes.
- Nombre de questions : Environ 75 questions.
- Crayon : Veuillez apporter des crayons, car nous utiliserons des feuilles Scantron pour faciliter le processus de notation.
- Carte d’identité étudiante : Apportez votre carte d’identité étudiante.
Comment se préparer efficacement aux quiz et examens ?
- Revoir en profondeur les supports de cours :
- Passez en revue à la fois les présentations et leurs Jupyter Notebooks associés, car ils contiennent des informations complémentaires.
- Maîtriser les concepts clés :
- Étudiez attentivement les notes de cours pour acquérir une compréhension approfondie des concepts essentiels. Cela inclut les définitions et principes de l’intelligence artificielle et de l’apprentissage automatique, l’entraînement de modèles linéaires tels que la régression logistique, et les techniques d’ajustement et d’évaluation des modèles. Explorez les méthodes de validation croisée, le réglage des hyperparamètres et les bases de l’ingénierie de l’apprentissage automatique. En outre, étudiez les éléments constitutifs des réseaux de neurones, divers algorithmes de recherche (y compris la régression logistique, les réseaux de neurones, BFS, DFS, et A*), et les fonctions heuristiques. Examinez les stratégies de recherche locale comme la montée de colline et le recuit simulé, ainsi que les métaheuristiques basées sur la population. Enfin, familiarisez-vous avec les algorithmes adversariaux, l’algorithme minimax, l’élagage Alpha-Beta, la recherche d’arbres de Monte Carlo, et l’apprentissage par renforcement.
- Synthétiser et résumer l’information :
- Créez vos propres résumés ou cartes conceptuelles pour chaque cours afin de renforcer la compréhension et la mémorisation.
- Approfondir l’engagement avec le code :
- Analyser les exemples de code : Examinez tous les extraits de code des cours ligne par ligne pour comprendre leur contribution à la fonctionnalité globale.
- Expérimenter avec le code : Modifiez les paramètres et les fonctions dans le code pour observer les effets de ces changements, ce qui enrichit votre compréhension.
- Réimplémenter les algorithmes : Essayez de mettre en œuvre des algorithmes clés comme la recherche A* ou le recuit simulé à partir de zéro sans consulter vos notes.
- Développer des questions originales :
- Formulez vos propres questions basées sur le contenu des cours et échangez-les avec vos pairs pour un entraînement supplémentaire.
- Interpréter les graphiques et visuels :
- Analysez les graphiques présentés dans les cours, tels que ceux illustrant la performance des algorithmes ou le comportement des fonctions heuristiques.
- Appliquer et analyser les concepts :
- Appliquez les algorithmes appris à de nouveaux scénarios, comme l’adaptation de solutions pour le puzzle 8 à un puzzle 15.
- Analysez la performance des algorithmes, en tenant compte de facteurs tels que la complexité temporelle et l’optimalité, pour comprendre pourquoi certains algorithmes excellent dans certains contextes.
- Explorer le réglage des hyperparamètres :
- Comprenez des techniques comme la recherche en grille et la validation croisée en les appliquant à de nouveaux ensembles de données.
- Interprétez les résultats de la validation croisée, en vous concentrant sur des métriques telles que la précision moyenne et l’écart type.
- Participer à un apprentissage collaboratif :
- Formez des groupes d’étude pour discuter de concepts complexes, résoudre des problèmes en collaboration, et enseigner des sujets les uns aux autres, ce qui aide à solidifier votre compréhension.
- Pratiquer avec des ensembles de données du monde réel :
- Utilisez des ensembles de données d’OpenML, tels que ‘diabetes’ et ‘adult’, pour pratiquer des tâches comme la division des données, l’entraînement de modèles, et l’évaluation.
- Expérimentez avec différentes étapes de prétraitement des données pour observer leur impact sur la performance des modèles.
- Se préparer aux questions d’analyse de code :
- Anticipez les questions nécessitant de prédire les sorties de code ou d’identifier des erreurs.
- Gérer votre temps d’étude :
- Créez un emploi du temps structuré qui alloue plus de temps aux sujets complexes.
- Chercher des éclaircissements :
- Posez des questions de manière proactive ou cherchez des éclaircissements sur toute incertitude bien avant l’examen.
- Utilisez les heures de bureau ou les forums de discussion pour un soutien supplémentaire.
- Maintenir un mode de vie équilibré :
- Assurez-vous de bénéficier d’un repos adéquat, d’une bonne nutrition et d’exercice pour garder votre esprit aiguisé.
- Utiliser les ressources de gestion du stress :
Comment accéder aux présentations en tant que Jupyter Notebooks ?
- Page du calendrier du cours : Visitez la page Calendrier du cours.
- Colonnes de cours : Chaque cours a une colonne Préparer et une colonne Présentation. La colonne Présentation donne accès aux présentations en mode HTML, comme présentées en classe.
- Colonne Préparer : Lien vers une page avec des lectures suggérées, des vidéos, des exercices, et les présentations en tant que Jupyter Notebooks.
- Avantages des Jupyter Notebooks :
- Exemples modifiables et exécutables.
- Inclut les notes du présentateur.
- Modifiable pour la prise de notes personnelles.
- Matériel hebdomadaire : Ces informations sont également accessibles depuis la section des matériaux hebdomadaires.
Comment accéder aux présentations en PDF ?
- Menu du document HTML : En bas à gauche de chaque page de présentation.
- Options du menu : Sélectionnez Outils, puis Mode d’exportation PDF (raccourci ‘e’).
- Impression : La page se rechargera avec une feuille de style adaptée à l’impression. Utilisez le menu fichier de votre navigateur pour imprimer le document en PDF. Vous pouvez ajuster la mise en page pour afficher plusieurs écrans par page si désiré.
Comment obtenir de l’aide ?