Commit 7cc1a9a1 authored by Carsten Eie Frigaard's avatar Carsten Eie Frigaard
Browse files

update

parent 0d42d183
This diff is collapsed.
COUSEPLAN
HEAD
Uge{40} |Dato{110} |Lektion{20}|Emne{200} |Opgave{90} |Kommentar{150}
CONTENT
35 |03/09-2021 |L01 |Intro | |
36 |10/09-2021 |L02 |Klassifikation | |
37 |17/09-2021 |L03 |End-to-end ML | |
38 |24/09-2021 |L04 |Regression og SGD |O1 (24/09) |
39 |01/10-2021 |L05 |Data analyse | |
40 |08/10-2021 |L06 |Neurale netværk (NN) | |
41 |15/10-2021 |L07 |Træning og generalisering |O2 (15/10) |
42 |22/10-2021 | | | |Efterårsferie (ingen undervisning)
43 |29/10-2021 |L08 |Regularisering og søgning | |
44 |05/11-2021 |L09 |Deep learning (CNN) | |
45 |12/11-2021 |L10 |Frameworks og hardware |O3 (12/11) |
46 |19/11-2021 |L11 |Unsupervised learning | |
47 |26/11-2021 |L12 |Reinforced learning | |Kursus-evaluering
48 |03/12-2021 |L13 |O4 projekt | |
49 |10/12-2021 |L14 |O4 projekt + poster session |Poster aflevering (9/12)|
50 |17/12-2021 |L15 |O4 projekt |O4 (17/12) |
NOTES
Tidpunkt: Fredage 08:15 til 12:00
Lokale: 5106-110
BA: 15/12 aflevering af bachelorprojekt
REFS
[1] sdf
[2] sfd zdf
END
\ No newline at end of file
#PYFILE = $(wildcard *.py) $(wildcard Utils/*.py)
PYCOURSE = mk_course.py
PYFILETREE = mk_filetree.py
PYPLAN = mk_plan.py
PWD = $(shell pwd)
COURSEFILES = ITMAL_E21
MKDIFF=printf "DIFF Ref/%-10s Test/ .. " $1 && colordiff -dw Refs/$1 Test/ && echo "DIFF OK" && rm Test/$1
build:
@ $(PYCOURSE) -c $(COURSEFILES)/course.tex -v -o ../../Html/ -t
@ $(PYPLAN) -p $(COURSEFILES)/plan.txt -v -o ../../Html/plan.html
@ cd ../.. && $(PWD)/$(PYFILETREE) -v -o Html/filetree.html
sync: build
@ echo "SYNC.."
@ #nmap -T5 -p 22 si | grep -v "Note: Host seems down" >/dev/null
@ #ssh si "cd ITMAL_E21 && rm -f Html/*.html && git pull"
@ #cd ../../ && scp -q -C -r Html si:ITMAL_E21/
@ ssh si "cd ITMAL_E21 && git pull"
@ echo "SYNC..DONE"
TESTARGS=-v
test: clean
@ cd Test && $(PWD)/$(PYCOURSE) $(TESTARGS)
@ cd Test && $(PWD)/$(PYPLAN) $(TESTARGS)
@ cd Test && $(PWD)/$(PYFILETREE) $(TESTARGS)
@ $(call MKDIFF,L00.html)
@ $(call MKDIFF,L01.html)
@ $(call MKDIFF,plan.html)
@ $(call MKDIFF,tree.html)
edit:
joe $(COURSEFILES)/course.tex
clean:
@ rm -f Test/*.html ../Html/L??.html
<!DOCTYPE html>
<html>
<!-- AUTOGENERATED HTML from CourseBuilder, CEF -->
<meta http-equiv='Content-Type' content='text/html; charset=utf-8'/>
<body style='font-family: times new roman, times, serif;font-size: 12pt;color: #000000;'>
<h2>Forberedelse inden kursusstart</h2>
<h3>Formål</h3>
<p><i>Gruppe tilmelding:</i> tilmeld dig til en ITMAL gruppe (find link i Brightspace!).</p>
<p><i>Installation</i>: de obligatoriske værktøjer til ITMAL inden kursusstart (dvs.
L01).</p>
<p><i>Forberedelse til L01:</i> Hent GIT repositories til litteraturen <span style='font-family: courier new, courier;'>[GITHOML]</span>, prøv at
kører et par Jupyter Notebooks <span style='font-family: courier new, courier;'>[JPYNB]</span>, og læs mere om pythons NumPy
bibliotek.</p>
<p><i>Ekstra materiale til forberedelse:</i> optionelle python opgaver, hvis du vil sætte
dig mere ind i sproget.</p>
<h3>Installation</h3>
<ul>
<li>Installer Anaconda på din PC:</li>
<ul>
<li><span style='font-family: courier new, courier;'><a href='https://www.anaconda.com/products/individual' rel='noopener' target='_blank'>www.anaconda.com/products/individual</a></span></li>
<li>vælg &#x27;Download&#x27; (downloader direkte for Windows),</li>
<li>eller vælg Linux eller Mac, 32 eller 64 bit (dit valg),</li>
<li>nværende nyeste Anaconda3 version er <b>2021.05</b></li>
</ul>
<ul>
<li>ALTERNATIV 1:</li>
<ul>
<li>brug vores ASE GPU Cluster som jupyter hub server,</li>
<li>se info in <a href='https://brightspace.au.dk/d2l/le/lessons/27524/topics/244596' rel='noopener' target='_blank'>kursusinformation | GPU Cluster</a>.</li>
</ul>
<li>ALTERNATIV 2:</li>
<ul>
<li>Lav en konto på Google&#x27;s Colaboratory,</li>
<li><span style='font-family: courier new, courier;'><a href='https://colab.research.google.com' rel='noopener' target='_blank'>colab.research.google.com</a></span></li>
</ul>
</ul>
<li>Test at du kan køre jupyter notebooks [JYPYNB] fra <span style='font-family: courier new, courier;'>[GITHOML]</span>, prøv f.eks. <span style='font-family: courier new, courier;'>index.ipynb</span></li>
</ul>
<h3>Forberedelse til Lektion 01</h3>
<ul>
<li>Læs materiale i <a href='https://brightspace.au.dk/d2l/le/lessons/27524/units/244588'>kursusinformation</a>,</li>
<li>få fat i litteratur til kurset,</li>
<li>clone <span style='font-family: courier new, courier;'>[GITHOML]</span> til din egen PC, se how-to under <a href='https://brightspace.au.dk/d2l/le/lessons/27524/topics/254943' rel='noopener' target='_blank'>kursusinformation | kursusforkortelser</a>.</li>
<li>skim denne tutorial igennem:</li>
<p style='margin-left: 30px;'><i>§ Scientific Python tutorials:</i> NumPy, <span style='font-family: courier new, courier;'>tools_numpy.ipynb</span>, <span style='font-family: courier new, courier;'>[GITHOML]</span>
<br><br>
Læs blot, hvad du finder relevant så som &#x27;iteration&#x27;, men spring blot over
emner, der er for komplekse eller for &#x27;pythoniske&#x27;, så som &#x27;Stacking arrays&#x27; og
&#x27;QR decomposition&#x27;.
</p>
</ul>
<h3>Note vdr. kildekritik og &#x27;informations-overload&#x27;</h3>
<p>Vi vil i dette kurset tit kunne blive overvældet af for meget ekstern
information (informations-overload), så du skal danne dig en metode til at
kunne selektere og navigere i materialet.</p>
<p>Vi vil primært holde os til <span style='font-family: courier new, courier;'>[HOML]</span>, <span style='font-family: courier new, courier;'>[GITHOML]</span> og Scikit-learn, med en note
om, at nettet flyder over med ekstra (til tider ubrugelig/ufiltreret)
information: en kildekritiks holdning er vigtig!</p>
<h3>Ekstra materiale til forberedelse</h3>
<p>Hvis du har brug for at opfriske dit lineær algebra matematik eller er helt ny
til python, så kan du f.eks. læse/skimme følgende notebooks, i prioriteret
rækkefølge:</p>
<ol type='i'>
<li>(OPTIONEL) python og vectors/matrices math: <br> <span style='margin-left: 30px;'><span style='font-family: courier new, courier;'>math_linear_algebra.ipynb</span> <span style='font-family: courier new, courier;'>[GITHOML]</span>,</span></li>
<li>(OPTIONEL) python og grafisk plotting: <br> <span style='margin-left: 30px;'><span style='font-family: courier new, courier;'>tools_matplotlib.ipynb</span> <span style='font-family: courier new, courier;'>[GITHOML]</span>,</span></li>
<li>(OPTIONEL) ekstra, Python og dataværktøjet &#x27;Pandas&#x27;: <br> <span style='margin-left: 30px;'><span style='font-family: courier new, courier;'>tools_pandas.ipynb</span> <span style='font-family: courier new, courier;'>[GITHOML]</span>,</span></li>
<li>(OPTIONEL) ekstra, mest for de matematik intereserede: <br> <span style='margin-left: 30px;'><span style='font-family: courier new, courier;'>math_differential_calculus.ipynb</span> <span style='font-family: courier new, courier;'>[GITHOML]</span>.</span></li>
</ol>
<p>Pandas er et meget populært databehandlingsværktøj, men det
bruges/introduceres dog ikke formelt i dette kursus (du er velkommen til selv
at undersøg/bruge det).</p>
</body>
</html>
\ No newline at end of file
<!DOCTYPE html>
<html>
<!-- AUTOGENERATED HTML from CourseBuilder, CEF -->
<meta http-equiv='Content-Type' content='text/html; charset=utf-8'/>
<body style='font-family: times new roman, times, serif;font-size: 12pt;color: #000000;'>
<h2>Introduktion</h2>
<h3>Formål</h3>
Denne lektion har til formål at give indledende information om kurset. Dvs.
at vi præsentere de formelle rammer vdr.
<ul>
<li>ITMAL gruppetilmelding,</li>
<li>opgavesæt og journalafleveringer,</li>
<li>eksamensform,</li>
<li>Blackboard opbygning og fildeling.</li>
</ul>
<p>Herefter vil vi præsentere machine learning [ML] som koncept overordnet, og
kort ridse lektionsplanen for kurset op.</p>
<p>Software til brug for kurset introduceres og skal installeres på jeres PC&#x27;er,
se &#x27;L00: Forberedelse&#x27; for en installationsguide. Vi anvender python
distributionen anaconda og i henter og installere den sidste nye version. På
klassen vil der blive givet en kort demo af jupyter notebooks, dvs. et at de
udviklingsværktøjer til python vi vil bruge.</p>
<p>Vi kigge på Scikit-learn, det primære eksterne web-sted vi vil bruge i kurset,
samt forsøge os med et par små programmer i python.</p>
<p>Til slut kigger vi på supervised learning og at kunne predicte
&#x27;life-satisfactory&#x27; via demo projektet i <span style='font-family: courier new, courier;'>[HOML]</span>, og vi ser på pythons modul- og
klassebegreber (modules, classes), så vi kan genbruge kode i senere
lektioner..</p>
<h3>Indhold</h3>
<ul>
<li>Formelle rammer vdr. kurset.</li>
<li>Eksamensform, godkendelsesfag via:</li>
<ul>
<li>et sæt obligatoriske skriftlige gruppe-journaler med afleveringsdeadlines,</li>
<li>en poster-session, med aflevering af poster og mundtlig præsentation af poster,</li>
<li>en mundtlig gennemgang af den sidste journal med alle medlemmer i ITMAL gruppen, samt evaluering af hver gruppemedlems
bidrag.</li>
<p style='margin-left: 30px;'><b><span style='color: #ff3333'>=&gt; Endelig godkendelse af kurset sker på en samlet vurdering af de tre punkter ovenfor.</span></b></p>
</ul>
<li>Læringsmål.</li>
<li>Litteratur.</li>
<li>Intro til software, der bruges i ITMAL:</li>
<ul>
<li>python generelt (link til mini python intro: <span style='font-family: courier new, courier;'><a href='https://itundervisning.ase.au.dk/ITMAL_E21/L01/demo.ipynb'>itundervisning.ase.au.dk/ITMAL_E21/L01/demo.ipynb</a></span>,</li>
<li>anaconda python distribution:</li>
<ul>
<li>jupyter notebooks,</li>
<li>spyder developer environment.</li>
</ul>
<li>Scikit-learn,</li>
<li>opgave med python modul og klasser.</li>
</ul>
<li>Intro til machine learning:</li>
<ul>
<li>Supervised learning (regression): &#x27;life-satisfactory&#x27; <span style='font-family: courier new, courier;'>[HOML]</span>.</li>
</ul>
</ul>
<h3>Litteratur</h3>
<p style='margin-left: 30px;'>§ Preface, p. xv <span style='font-family: courier new, courier;'>[HOML]</span> (eksklusiv fra Using Code Examples...og resten af intro kapitlet)</p>
<p style='margin-left: 30px;'>§ 1 The machine Learning Landscape <span style='font-family: courier new, courier;'>[HOML]</span></p>
<p style='margin-left: 30px;'>§ 2 End-to-End Machine Learning Project <span style='font-family: courier new, courier;'>[HOML]</span></p>
<p>Dette kapitel indeholder mange nye koncepter og en del kode. Vi vender
senere tilbage til kapitlet senere, så læs det og prøv at danne dig et overblik
(dvs. nærlæs ikke).</p>
<p>Når du har installeret anaconda (se L00):</p>
<p style='margin-left: 30px;'>§ Scientific Python tutorials: NumPy</p>
<p style='margin-left: 30px;'>tools_numpy.ipynb <span style='font-family: courier new, courier;'>[GITHOML]</span></p>
<p>Læs blot, hvad du finder relevant så som &#x27;iteration&#x27;, men spring blot over
emner, der er for komplekse eller for &#x27;pythoniske&#x27;, så som &#x27;Stacking arrays&#x27; og
&#x27;QR decomposition&#x27;.</p>
<h3>Opgaver</h3>
<p>Forberedelse inden lektionen</p>
<ul>
<li>Meld dig ind i en ITMAL working-group [G].</li>
<li>Følg installation processen givet i lektion nul (&#x27;L00: Forberedelse&#x27;).</li>
<li>Læs pensum.</li>
</ul>
<h3>På klassen</h3>
<ul>
<li>Diskussion om ML (indlejret i forelæsningen).</li>
<li>Opgave: intro.ipynb</li>
<li>HUSK DATA til intro&#x27;en (download og udpak så &quot;dataset&quot; dir ligger sammen med intro.ipynb): <span style='font-family: courier new, courier;'><a href='https://itundervisning.ase.au.dk/ITMAL_E21/L01/datasets.zip'>itundervisning.ase.au.dk/ITMAL_E21/L01/datasets.zip</a></span></li>
<li>Opgave: modules_and_classes.ipynb</li>
</ul>
<h3>Optionelle opgaver</h3>
<p>Se &#x27;Ekstra materiale til forberedelse&#x27; i lektion &#x27;nul&#x27;, specielt hvis du har
brug for en python og lineær algebra kick-start.</p>
<h3>Slides</h3>
<p style='margin-left: 30px;'>
<span style='font-family: courier new, courier;'><a href='https://itundervisning.ase.au.dk/ITMAL_E21/L01/lesson01.pdf'>itundervisning.ase.au.dk/ITMAL_E21/L01/lesson01.pdf</a></span>
</p>
</body>
</html>
\ No newline at end of file
<!DOCTYPE html>
<html>
<!-- AUTOGENERATED HTML from CourseBuilder, CEF -->
<meta http-equiv='Content-Type' content='text/html; charset=utf-8'/>
<body style='font-family: times new roman, times, serif;font-size: 12pt;color: #000000;'>
<style type='text/css'>
.ECE_coursebuilder_table { background-color:white; border-collapse:collapse; text-align:center }
.ECE_coursebuilder_table th { background-color:black; color:white; }
.ECE_coursebuilder_table th, .ECE_coursebuilder_table td { padding:5px; border:1px solid black; }
.ECE_coursebuilder_table tr:nth-child(even) { background: #DDD; }
.ECE_coursebuilder_table tr:nth-child(odd) { background: white; }
</style>
NOTES<br>
none<br>
<br>
<table class='ECE_coursebuilder_table'>
<tbody>
<tr>
<th width='40'>Uge</th>
<th width='110'>Dato</th>
<th width='20'>Lektion</th>
<th width='200'>Emne</th>
<th width='90'>Opgave</th>
<th width='65'>Underviser</th>
<th width='150'>Kommentar</th>
</tr>
<tr>
<td>05</td>
<td>02/02-2021</td>
<td>L01</td>
<td>Intro</td>
<td></td>
<td>CEF</td>
<td></td>
</tr>
<tr>
<td>06</td>
<td>09/02-2021</td>
<td>L02</td>
<td>Klassifikation</td>
<td></td>
<td>CEF</td>
<td></td>
</tr>
<tr>
<td>07</td>
<td>16/02-2021</td>
<td>L03</td>
<td>End-to-end ML</td>
<td></td>
<td>CEF</td>
<td></td>
</tr>
<tr>
<td>08</td>
<td>23/02-2021</td>
<td>L04</td>
<td>Regression</td>
<td>O1 (28/02)</td>
<td>PAH</td>
<td></td>
</tr>
<tr>
<td>09</td>
<td>02/03-2021</td>
<td>L05</td>
<td>Data analyse</td>
<td></td>
<td>PAH</td>
<td></td>
</tr>
<tr>
<td>10</td>
<td>09/03-2021</td>
<td>L06</td>
<td>Neurale netværk (NN)</td>
<td></td>
<td>PAH</td>
<td></td>
</tr>
<tr>
<td>11</td>
<td>16/03-2021</td>
<td>L07</td>
<td>Træning og generalisering</td>
<td>O2 (17/03)</td>
<td>CEF</td>
<td></td>
</tr>
<tr>
<td>12</td>
<td>23/03-2021</td>
<td>L08</td>
<td>Regularisering og søgning</td>
<td></td>
<td>CEF</td>
<td></td>
</tr>
<tr>
<td>13</td>
<td>30/03-2021</td>
<td></td>
<td></td>
<td></td>
<td></td>
<td>Påske (ingen undervisning)</td>
</tr>
<tr>
<td>14</td>
<td>06/04-2021</td>
<td>L09</td>
<td>Deep learning (CNN)</td>
<td></td>
<td>CEF</td>
<td></td>
</tr>
<tr>
<td>15</td>
<td>13/04-2021</td>
<td>L10</td>
<td>Probabilistiske modeller</td>
<td>O3 (14/04)</td>
<td>PAH</td>
<td></td>
</tr>
<tr>
<td>16</td>
<td>20/04-2021</td>
<td>L11</td>
<td>Unsupervised learning I (PCA)</td>
<td></td>
<td>PAH</td>
<td></td>
</tr>
<tr>
<td>17</td>
<td>27/04-2021</td>
<td>L12</td>
<td>Unsupervised learnindg II (Kmeans,GMM)</td>
<td></td>
<td>PAH</td>
<td>Kursus-evaluering</td>
</tr>
<tr>
<td>18</td>
<td>04/05-2021</td>
<td>L13</td>
<td>Projektarbejde (Discord)</td>
<td></td>
<td></td>
<td></td>
</tr>
<tr>
<td>19</td>
<td>11/05-2021</td>
<td>L14</td>
<td>O4 projekt</td>
<td></td>
<td></td>
<td></td>
</tr>
<tr>
<td>20</td>
<td>18/05-2021</td>
<td>L15</td>
<td>O4 projekt</td>
<td>O4 (19/05)</td>
<td></td>
<td></td>
</tr>
</tbody>
</table>
</body>
</html>
\ No newline at end of file
<!DOCTYPE html>
<html>
<!-- AUTOGENERATED HTML from CourseBuilder, CEF -->
<meta http-equiv='Content-Type' content='text/html; charset=utf-8'/>
<body style='font-family: times new roman, times, serif;font-size: 12pt;color: #000000;'>
<h3>Backend file structure</h3>
<span style="font-family: 'courier new', courier, sans-serif">Dir1<br></span>
<span style="font-family: 'courier new', courier, sans-serif">Dir2<br></span>
<span style="font-family: 'courier new', courier, sans-serif">&nbsp;&nbsp;&nbsp;&nbsp;Dir3<br></span>
<span style="font-family: 'courier new', courier, sans-serif">&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;<a href='https://itundervisning.ase.au.dk/ITMAL_E21/Dir2/Dir3/dummy.txt'>dummy.txt</a><br></span>
<span style="font-family: 'courier new', courier, sans-serif"><a href='https://itundervisning.ase.au.dk/ITMAL_E21/L00.html'>L00.html</a><br></span>
<span style="font-family: 'courier new', courier, sans-serif"><a href='https://itundervisning.ase.au.dk/ITMAL_E21/L01.html'>L01.html</a><br></span>
<span style="font-family: 'courier new', courier, sans-serif"><a href='https://itundervisning.ase.au.dk/ITMAL_E21/course.tex'>course.tex</a><br></span>
<span style="font-family: 'courier new', courier, sans-serif"><a href='https://itundervisning.ase.au.dk/ITMAL_E21/plan.html'>plan.html</a><br></span>
<span style="font-family: 'courier new', courier, sans-serif"><a href='https://itundervisning.ase.au.dk/ITMAL_E21/plan.txt'>plan.txt</a><br></span>
</body>
</html>
\ No newline at end of file
COURSE
DEFS
[HOMEHTML] https://itundervisning.ase.au.dk/ITMAL_E21/Html
[HOME] https://itundervisning.ase.au.dk/ITMAL_E21
[HOML] <span style='font-family: courier new, courier;'>[HOML]</span>
[GITMAL] <span style='font-family: courier new, courier;'>[GITMAL]</span>
[GITHOML] <span style='font-family: courier new, courier;'>[GITHOML]</span>
[JPYNB] <span style='font-family: courier new, courier;'>[JPYNB]</span>
[OPTIONAL] (OPTIONEL)
[KURSUSINFORMATION] <a href='https://brightspace.au.dk/d2l/le/lessons/27524/units/244588'>kursusinformation</a>
[KURSUSFORKORTELSER] <a href='https://brightspace.au.dk/d2l/le/lessons/27524/topics/254943' rel='noopener' target='_blank'>kursusinformation | kursusforkortelser</a>
[KURSUSINFOGPU] <a href='https://brightspace.au.dk/d2l/le/lessons/27524/topics/244596' rel='noopener' target='_blank'>kursusinformation | GPU Cluster</a>
[BR] <br>
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
CONTENT L00
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\header{Forberedelse inden kursusstart}
\sub{Formål}
\p{\i{Gruppe tilmelding:} tilmeld dig til en ITMAL gruppe (find link i Brightspace!).}
\p{\i{Installation}: de obligatoriske værktøjer til ITMAL inden kursusstart (dvs.
L01).}
\p{\i{Forberedelse til L01:} Hent GIT repositories til litteraturen [GITHOML], prøv at
kører et par Jupyter Notebooks [JPYNB], og læs mere om pythons NumPy
bibliotek.}
\p{\i{Ekstra materiale til forberedelse:} optionelle python opgaver, hvis du vil sætte
dig mere ind i sproget.}
\sub{Installation}
\itemize{
\item{Installer Anaconda på din PC:}
\itemize{
\item{\link{https://www.anaconda.com/products/individual}}
\item{vælg 'Download' (downloader direkte for Windows),}
\item{eller vælg Linux eller Mac, 32 eller 64 bit (dit valg),}
\item{nværende nyeste Anaconda3 version er \b{2021.05}}
}
\itemize{
\item{ALTERNATIV 1:}
\itemize{
\item{brug vores ASE GPU Cluster som jupyter hub server,}
\item{se info in [KURSUSINFOGPU].}
}
\item{ALTERNATIV 2:}
\itemize{
\item{Lav en konto på Google's Colaboratory,}
\item{\link{https://colab.research.google.com}}
}
}
\item{Test at du kan køre jupyter notebooks [JYPYNB] fra [GITHOML], prøv f.eks. \ipynb{index.ipynb}}
}
\sub{Forberedelse til Lektion 01}
\itemize{
\item{Læs materiale i [KURSUSINFORMATION],}
\item{få fat i litteratur til kurset,}
\item{clone [GITHOML] til din egen PC, se how-to under [KURSUSFORKORTELSER].}
\item{skim denne tutorial igennem:}
\displaystyle{\em{§ Scientific Python tutorials:} NumPy, \ipynb{tools_numpy.ipynb}, [GITHOML]
[BR][BR]
Læs blot, hvad du finder relevant så som 'iteration', men spring blot over
emner, der er for komplekse eller for 'pythoniske', så som 'Stacking arrays' og
'QR decomposition'.
}
}
\sub{Note vdr. kildekritik og 'informations-overload'}
\p{Vi vil i dette kurset tit kunne blive overvældet af for meget ekstern
information (informations-overload), så du skal danne dig en metode til at
kunne selektere og navigere i materialet.}
\p{Vi vil primært holde os til [HOML], [GITHOML] og Scikit-learn, med en note
om, at nettet flyder over med ekstra (til tider ubrugelig/ufiltreret)
information: en kildekritiks holdning er vigtig!}
\sub{Ekstra materiale til forberedelse}
\p{Hvis du har brug for at opfriske dit lineær algebra matematik eller er helt ny
til python, så kan du f.eks. læse/skimme følgende notebooks, i prioriteret
rækkefølge:}
\enumerate{
\item{[OPTIONAL] python og vectors/matrices math: [BR] \indent{\ipynb{math_linear_algebra.ipynb} [GITHOML],}}
\item{[OPTIONAL] python og grafisk plotting: [BR] \indent{\ipynb{tools_matplotlib.ipynb} [GITHOML],}}
\item{[OPTIONAL] ekstra, Python og dataværktøjet 'Pandas': [BR] \indent{\ipynb{tools_pandas.ipynb} [GITHOML],}}
\item{[OPTIONAL] ekstra, mest for de matematik intereserede: [BR] \indent{\ipynb{math_differential_calculus.ipynb} [GITHOML].}}
}
\p{Pandas er et meget populært databehandlingsværktøj, men det
bruges/introduceres dog ikke formelt i dette kursus (du er velkommen til selv
at undersøg/bruge det).}
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
CONTENT L01
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
\header{Introduktion}
\sub{Formål}
Denne lektion har til formål at give indledende information om kurset. Dvs.
at vi præsentere de formelle rammer vdr.
\itemize{
\item{ITMAL gruppetilmelding,}
\item{opgavesæt og j