Homework 3

Questo homework ha l’obiettivo di affrontare un problema di classificazione su un dataset affetto da rumore nel training set che può portare a overfit. La soluzione deve essere basata sull’uso di reti neurali. Il dataset da utilizzare è una variante di CIFAR10, che può essere inclusa in Kaggle attraverso questo link: https://www.kaggle.com/datasets/alessiomasano/cifar10-hw3.

Nello specifico, i requisiti dell’homework sono:

• caricare correttamente il dataset;
• utilizzare MLP;
• adottare opportuni accorgimenti per evitare l’overfit;
• effettuare opportunamente la model selection;
• riportare le prestazioni ottenute, secondo le metriche di valutazione appropriate.

La strategia di esecuzione di ciascuna di queste fasi è a scelta dello studente. La valutazione dell’homework terrà conto della correttezza metodologica, della correttezza dell’implementazione e della completezza dell’approccio di ricerca del modello migliore.

Nel caso in cui l’allenamento dei modelli risulti eccessivamente dispensioso in termini di tempo, è possibile valutare l’ipotesi di sotto-campionamento del dataset.

Consegna

La consegna del MHW dovrà essere effettuata su GitHub, in un repository chiamato esattamente hw3, e dovrà includere:

• il notebook contenente la soluzione;
• una presentazione in PowerPoint, da esporre in sede di esame, che includa:
  • descrizione del dataset;
  • descrizione della metodologia adottata;
  • descrizione dei risultati.