|
Νέα για πρωτοετείς
Είσαι πρωτοετής;... Καλώς ήρθες! Μπορείς να βρεις πληροφορίες εδώ. Βοήθεια για τους καινούργιους μέσω χάρτη. Κατεβάστε εδώ το Android Application για εύκολη πρόσβαση στο forum.
Νέα!
Για ανανέωση (ή προσθήκη νέου) avatar, πρέπει η μεγαλύτερη διάσταση της εικόνας να είναι 110 pixels.
Show Posts
|
Pages: 1 [2] 3 4 ... 24
|
27
|
Μαθήματα Τηλεπικοινωνιακού Κύκλου / Προηγμένες Τεχνικές Επεξεργασίας Σήματος / Re: [ΠΤΕΣ] Να επιλέξω το μάθημα ;
|
on: March 02, 2021, 22:06:50 pm
|
Το μαθημα περσυ ειχε 4 υποχρεωτικες εργασιες κατα τη διάρκεια του εξαμήνου και ως εξεταση ενα τελικο ομαδικο προτζεκτ με θεμα της επιλογης σου (σου δινει καποια και επιλεγεις). Ειναι αρκετα ενδιαφερον και χρήσιμο μάθημα ειδικά αν θέλεις να ασχοληθείς με επεξεργασία σήματος. Δουλευεις σε ματλαμπ. Δε μετανιωσα που το πηρα καθως εμαθα πολλα αλλα θελει να ασχολεισαι πολυ μεσα στο εξαμηνο. Η βοηθεια απο τους διδασκοντες δεν ειναι επαρκης κατα τη γνωμη μου. Το τελικο προτζεκτ το δουλεψαμε μετα το τελος της εξεταστικής και μεχρι 25 περιπου Ιουλιου. Δηλαδη θελει σιγουρα 25 μερες εντατικής δουλειάς. Η παρουσιαση εγινε τέλη Ιουλίου. Ο βαθμός ειναι πολύ καλός στο τέλος. Ολοι πήραμε 10 και δικαιως γιατι χασαμε ολο το καλοκαιρι.
Τα ομαδικα project τι θεματα εχουν ? Επισης δουλευεις και επεξεργασια δεδομενων και μηχανικη μάθηση ? Γιατι ακουσα οτι σου δεινει αυτος διαφορα dataset , τι δουλευεις περιπου με αυτα ?
|
|
|
30
|
Μαθήματα Τηλεπικοινωνιακού Κύκλου / Τεχνολογία του Ήχου και της Εικόνας: Αποθήκευση, Επεξεργασία, Μετάδοση / Re: [Τεχνολογία του Ήχου και της Εικόνας] Να επιλέξω το μάθημα;
|
on: March 02, 2021, 17:37:38 pm
|
Πήρα το μάθημα στο προηγούμενο χειμερνινό. Είχε μία απαλλακτική εργασία την οποία έκανες σε ομάδες (από 2 έως 4 νομίζω άτομα). Τη χρονιά αυτή η εργασία είχε σαν στόχο να αναπτύξεις ένα μοντέλο μηχανικής μάθησης το οποίο, παρέχοντας ένα αρχείο ήχου, θα μπορεί να ξεχωρίσει ανάμεσα στα κομμάτια του χρόνου που περιέχουν ομιλία (speech) και μουσική (music). Στην εργασία μπορούσες να χρησιμοποιήσεις όποια γλώσσα προγραμματισμού, αλγόριθμο και άλλη τεχνολογία ήθελες. Έπρεπε να τα κάνεις όλα μόν@ σου, να βρεις dataset, να διαλέξεις προσέγγιση (ποια/πόσα χαρακτηριστικά θα εξάγεις κ.α.). Ήταν εξερευνητική διαδικασία και έπρεπε να πάρεις πρωτοβουλίες ή/και να ψάξεις εξαντλητικά ποιος συνδυασμός αλγόριθμου/χαρακτηριστικών κλπ δίνει τα καλύτερα αποτελέσματα. Στο τέλος δίνεις τα αποτελέσματά σου σε αναφορά (μαζί με τον κώδικα) και κάνεις παρουσίαση στο μάθημα. Εκτός από το πρακτικό κομμάτι της εργασίας, έπρεπε στην αρχή να κάνουμε μία μικρή βιβλιογραφική εργασία όπου ψάχναμε papers και προηγούμενες υλοποιήσεις. Έπειτα αυτή τη δουλειά την παρουσιάσαμε στο μάθημα και έμπαινε και στο τελικό report μας. Συνδυάζεται καλά με την αναγνώριση προτύπων. Αν, δηλαδή, είχες πάρει την αναγνώριση ήξερες ήδη όσα χρειαζόσουν για να κάνεις την εργασία. Θετικά: - οι παρακολουθήσεις μου φάνηκαν ψιλο-άχρηστες οπότε δε χάνεις χρόνο εκεί
- παίρνεις εύκολα βαθμό
- η εργασία, αν δε θες να το λιώσεις, βγαίνει γρήγορα
- στην εργασία έχεις μεγάλη αυτονομία να το ψάξεις όπως θες και να πειραματιστείς
- οι διδακτορικοί είναι πολλά άτομα και έχουν διάθεση να βοηθήσουν
Αρνητικά: - το μάθημα είναι τελείως χύμα, έρχονταν απροετοίμαστοι στις παραδόσεις και δεν υπήρχε καθόλου σαφές σχεδιάγραμμα/χρονοπρογραμματισμός
- στο 2ο ή 3ο μάθημα μας ζήτησαν εντελώς ξαφνικά να έχουμε έτοιμη τη πρώτη παρουσίαση (βιβλιογραφική δουλειά) σε μία εβδομάδα
- ο ένας διδάσκον (Δημούλας) είχε παιδαριώδης και αντιεπαγγελματική συμπεριφορά (just my opinion, άλλοι που μίλησα δεν είχαν πρόβλημα μαζί του)
Φέτος που το πείρα , συμφώνω απόλυτα με αυτην την άποψη, εκτός από τα αρνητικά που όχι, υπήρχε σαφές χρονοδιάγραμμα και δεν σε έβρισκε απροετοίμαστο , αλλά η φάση είναι όντως λίγο χύμα και παίζουν και άπειρες συζητήσεις ατελείωτες(3ωρες) και ψιλοάσκοπες. Σαν τελευταία άποψη , αν όντως θέλεις να ασχοληθείς και είσαι γενικά αυτόνομος, δηλάδη είσαι του ψαξίματος και του DIY, αξίζει το μάθημα γιατί σου δίνει τέρμα ελευθερία να φτιάξεις ότι θέλεις, μέχρι και μια δοκιμαστική εφαρμογή του project σου. Αν δεν είσαι τέτοια φάση , μπορείς να το πάρεις και άμα βρεις ένα καλό team, και κάνετε μια απλή εργασία , μπορείς να πάρεις κυριλέ βαθμό γράφοντας σε όλο το εξάμηνο 2 γραμμές κώδικα και κάνοντας όμορφες παρουσιάσεις. Δύο τελευταία αρνητικά , επικρατεί αρκετά το vibe "Image is everything" και επίσης, λείπει κατα την άποψη μου αρκετά το τεχνικό/θεωρητικό κομμάτι. Οι διαλέξεις είναι όντως ψιλοάσκοπες και είναι τερμα γενικές. Αμα θέλεις δηλαδή να μάθεις επεξεργασία ήχου(που στην τελική αυτό είναι το μάθημα) θα πρεπει σίγουρα να ψάξεις παραπάνω μόνος σου, όπως είπα και προηγούμενως, για να μην είναι αποκλειστικά η φάση έχω το dataset ,το πετάω στον classifier και οκ, βάζω σαν target κάτι cool (αναγνώριση συναισθήματος, είδους μπλα μπλα).
|
|
|
|
|