Repositorio oficial del curso IIC2233 Programación Avanzada 🚀✨

Overview

IIC2233 - Programación Avanzada

Evaluación

  1. Las evaluaciones serán efectuadas por medio de actividades prácticas en clases y tareas. Se calculará la nota del curso NC como:

    NC = 2/3 * T + 1/3 * AC

    Donde T es el promedio ponderado de las tareas y AC es el promedio de las actividades.

    El promedio ponderado de las tareas se calcula de la siguiente manera:

    T = ( 1xT0 + 2×T1 + 3×T2 + 3×T3 ) / 9

    El promedio de las actividades corresponderá a las 4 mejores notas entre actividades sumativas (son 4) y la nota de actividades formativas, que cuenta como una actividad sumativa más:

    AC = ((ACS1 + ACS2 + ACS3 + ACS4 + EF) - mínimo) / 4, dónde mínimo es la peor nota entre las cinco consideradas (ACS1, ACS2, ACS3, ACS4 y EF).

    La nota de actividades formativas AF toma en consideración la participación del estudiante como meta. Consta de cuatro instancias de actividades formativas, donde el trabajo del estudiante será revisado superficialmente y recibirá un puntaje de cumplimiento acorde: 0 (no logrado), 0,5 (medianamente logrado) y 1 (logrado).

    Se considerará la suma de cumplimientos (A) de las cuatro actividades donde el cálculo de EF es:

    EF = 6 x A / 4 + 1, donde A es la suma de cumplimientos en actividades formativas.

  2. Adicionalmente, para aprobar el curso el alumno debe cumplir con:

    • NC debe ser mayor o igual a 3,950
    • AC debe ser mayor o igual a 3,950
    • T debe ser mayor o igual a 3,950
  3. Este semestre el curso participará de la Encuesta de Carga Académica (ECA), con el objetivo de medir la carga que conlleva el curso y adaptarlo en esta y futuras versiones del curso.

    Para incentivar que a que los estudiantes la respondan, se entregará una bonificación que tendrá efecto en el promedio final del curso, siempre que se cumplan los criterios de aprobación nombrados en el punto anterior.

    Dependiendo de la cantidad de alumnos que responda la ECA cada semana, se podrá ganar:

    • 0,2 décimas: si el alumno responde la ECA y por lo menos el 80% del curso responde la encuesta esa semana.
    • 0,1 décimas: si el alumno responde la ECA y menos del 80% del curso responde la encuesta esa semana.
    • 0 décimas: en cualquier otro caso.

    En total se realizarán 15 encuestas, por lo que, si un estudiante responde todas las ECAs, tendrá una bonificación de 1,5 décimas en su promedio final (si cumple los criterios de aprobación).

  4. Si el alumno cumple con las condiciones nombradas en el punto 2, entonces NF = NC + Décimas ECA. En caso contrario, NF = min(3,9; NC)

  5. La inasistencia a alguna de las evaluaciones (actividades sumativas) se evalúa con nota 1,0.

  6. Solo será aproximada la nota final NF. El resto de las notas serán usadas con dos decimales.

  7. Las notas de todas las evaluaciónes se publicarán en esta planilla (link pendiente). Solo se puede acceder con cuenta UC, no se dará acceso a ninguna otra cuenta.

Recorrección

Para recorregir alguna evaluación, se publicará oportunamente un formulario en el que tendrán que exponer sus motivos.

No se aceptarán recorrecciones del tipo: "Creo que merezco más nota" sin que haya alguna justificación de por medio.

Entregas atrasadas

Deben contestar un formulario que se habilitará en el debido momento. Se recomienda revisar el documento de entregas atrasadas para más detalles.

Foro

La página de Issues se utilizará como foro para preguntas.

Semestres Anteriores

Puedes ver los syllabus de los semestres anteriores en:

Otros

Los contenidos, ayudantes, calendario, cuestionario de recorrecciones y material se encuentran en este link.

Owner
IIC2233 @ UC
IIC2233 Programación Avanzada @ Pontificia Universidad Católica de Chile
IIC2233 @ UC
A light weight data augmentation tool for training CNNs and Viola Jones detectors

hey-daug A light weight data augmentation tool for training CNNs and Viola Jones detectors (Haar Cascades). This tool inflates your data by up to six

Jaiyam Sharma 2 Nov 23, 2019
Keras Model Implementation Walkthrough

Keras Model Implementation Walkthrough

Luke Wood 17 Sep 27, 2022
Implementation of Online Label Smoothing in PyTorch

Online Label Smoothing Pytorch implementation of Online Label Smoothing (OLS) presented in Delving Deep into Label Smoothing. Introduction As the abst

83 Dec 14, 2022
pyspark🍒🥭 is delicious,just eat it!😋😋

如何用10天吃掉pyspark? 🔥 🔥 《10天吃掉那只pyspark》 🚀

lyhue1991 578 Dec 30, 2022
A library for optimization on Riemannian manifolds

TensorFlow RiemOpt A library for manifold-constrained optimization in TensorFlow. Installation To install the latest development version from GitHub:

Oleg Smirnov 83 Dec 27, 2022
Translate darknet to tensorflow. Load trained weights, retrain/fine-tune using tensorflow, export constant graph def to mobile devices

Intro Real-time object detection and classification. Paper: version 1, version 2. Read more about YOLO (in darknet) and download weight files here. In

Trieu 6.1k Dec 30, 2022
Code for the paper: On Pathologies in KL-Regularized Reinforcement Learning from Expert Demonstrations

Non-Parametric Prior Actor-Critic (N-PPAC) This repository contains the code for On Pathologies in KL-Regularized Reinforcement Learning from Expert D

Cong Lu 5 May 13, 2022
Zero-Cost Proxies for Lightweight NAS

Zero-Cost-NAS Companion code for the ICLR2021 paper: Zero-Cost Proxies for Lightweight NAS tl;dr A single minibatch of data is used to score neural ne

SamsungLabs 108 Dec 20, 2022
Smart edu-autobooking - Johnson @ DMI-UNICT study room self-booking system

smart_edu-autobooking Sistema di autoprenotazione per l'aula studio [email protected]

Davide Carnemolla 17 Jun 20, 2022
Implementation for our ICCV 2021 paper: Dual-Camera Super-Resolution with Aligned Attention Modules

DCSR: Dual Camera Super-Resolution Implementation for our ICCV 2021 oral paper: Dual-Camera Super-Resolution with Aligned Attention Modules paper | pr

Tengfei Wang 110 Dec 20, 2022
A modular application for performing anomaly detection in networks

Deep-Learning-Models-for-Network-Annomaly-Detection The modular app consists for mainly three annomaly detection algorithms. The system supports model

Shivam Patel 1 Dec 09, 2021
Using CNN to mimic the driver based on training data from Torcs

Behavioural-Cloning-in-autonomous-driving Using CNN to mimic the driver based on training data from Torcs. Approach First, the data was collected from

Sudharshan 2 Jan 05, 2022
Implementation of temporal pooling methods studied in [ICIP'20] A Comparative Evaluation Of Temporal Pooling Methods For Blind Video Quality Assessment

Implementation of temporal pooling methods studied in [ICIP'20] A Comparative Evaluation Of Temporal Pooling Methods For Blind Video Quality Assessment

Zhengzhong Tu 5 Sep 16, 2022
Faster RCNN with PyTorch

Faster RCNN with PyTorch Note: I re-implemented faster rcnn in this project when I started learning PyTorch. Then I use PyTorch in all of my projects.

Long Chen 1.6k Dec 23, 2022
Using Hotel Data to predict High Value And Potential VIP Guests

Description Using hotel data and AI to predict high value guests and potential VIP guests. Hotel can leverage on prediction resutls to run more effect

HCG 12 Feb 14, 2022
This project provides a stock market environment using OpenGym with Deep Q-learning and Policy Gradient.

Stock Trading Market OpenAI Gym Environment with Deep Reinforcement Learning using Keras Overview This project provides a general environment for stoc

Kim, Ki Hyun 769 Dec 25, 2022
Prompt-BERT: Prompt makes BERT Better at Sentence Embeddings

Prompt-BERT: Prompt makes BERT Better at Sentence Embeddings Results on STS Tasks Model STS12 STS13 STS14 STS15 STS16 STSb SICK-R Avg. unsup-prompt-be

196 Jan 08, 2023
This is the code for Deformable Neural Radiance Fields, a.k.a. Nerfies.

Deformable Neural Radiance Fields This is the code for Deformable Neural Radiance Fields, a.k.a. Nerfies. Project Page Paper Video This codebase conta

Google 1k Jan 09, 2023
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network

Super Resolution Examples We run this script under TensorFlow 2.0 and the TensorLayer2.0+. For TensorLayer 1.4 version, please check release. 🚀 🚀 🚀

TensorLayer Community 2.9k Jan 08, 2023
The code for the CVPR 2021 paper Neural Deformation Graphs, a novel approach for globally-consistent deformation tracking and 3D reconstruction of non-rigid objects.

Neural Deformation Graphs Project Page | Paper | Video Neural Deformation Graphs for Globally-consistent Non-rigid Reconstruction Aljaž Božič, Pablo P

Aljaz Bozic 134 Dec 16, 2022