Regenerate from Nowy_Dataset with exam-ready Alpaca prompts

README.md

@@ -1,39 +1,31 @@
----
-language:
-- pl
-tags:
-- unsloth
-- alpaca
-- machine-learning
-- python
-- exam-prep
-configs:
-- config_name: data
-  data_files: data/*.parquet
-  default: true
----
-
-# Test2 - Exam Ready
-
-Poprawiona wersja datasetu pod kolokwium z uczenia maszynowego w Pythonie.
-
-Zamiast prostego QA z cytatem dataset uczy model:
-- rozpoznawać typ problemu po opisie datasetu,
-- wykonać EDA i preprocessing,
-- dobrać model albo metodę,
-- napisać kod Python,
-- wskazać metryki i typowe pułapki.
-
-## Format
-
-Alpaca / Unsloth:
-- `instruction`
-- `input`
-- `output`
-
-Metadata:
-- `topic`
-- `task_type`
-- `source_file`
-
+---
+language:
+- pl
+tags:
+- unsloth
+- alpaca
+- gemma
+- machine-learning
+- python
+- exam-prep
+configs:
+- config_name: data
+  data_files: data/*.parquet
+  default: true
+---
+
+# ML Kolokwium Dataset
+
+Dataset Alpaca/Unsloth do fine-tuningu Gemma 4 E4B-IT pod kolokwium z uczenia maszynowego w Pythonie.
+
+Model ma uczyć się: dostaję URL/dataset, rozpoznaję typ problemu, wykonuję EDA, preprocessing, model/metodę i ocenę.
+
+Kolumny:
+- instruction
+- input
+- output
+- source_file
+- topic
+- task_type
+
 Records: 1000

data/batch_00000.parquet

@@ -1,3 +1,3 @@
 version https://git-lfs.github.com/spec/v1
-oid sha256:121ffbc7c2cc343b45d9e8b030f919a58c11dd3865233c36562522b62a79dedf
-size 156860
+oid sha256:fb09763c404e4752cc30b116fd54b30fbc969006a3b6cf20588838ec69ebd487
+size 99916

metadata.json

@@ -1,34 +1,13 @@
-{
-  "records": 1000,
-  "schema": {
-    "instruction": "string",
-    "input": "string",
-    "output": "string",
-    "topic": "string",
-    "task_type": "string",
-    "source_file": "string"
-  },
-  "topic_counts": {
-    "pozyskiwanie danych": 138,
-    "braki danych i outliery": 77,
-    "normalizacja i kodowanie": 65,
-    "podział danych i walidacja": 128,
-    "wizualizacja danych": 120,
-    "KNN": 92,
-    "drzewa decyzyjne": 99,
-    "regresja liniowa": 49,
-    "regresja logistyczna": 73,
-    "klasteryzacja": 45,
-    "PCA": 53,
-    "klasyfikacja": 61
-  },
-  "task_type_counts": {
-    "original_lab_prompt": 123,
-    "code_repair": 30,
-    "lecture_concept_application": 40,
-    "md_exercise_solution": 124,
-    "exam_scenario": 50,
-    "exam_dataset_scenario": 633
-  },
-  "goal": "Fine-tuning pod kolokwium: student dostaje dataset i stosuje wiedzę z labów 1-12."
-}
+{
+    "records":  1000,
+    "schema":  {
+                   "output":  "string",
+                   "task_type":  "string",
+                   "source_file":  "string",
+                   "topic":  "string",
+                   "input":  "string",
+                   "instruction":  "string"
+               },
+    "goal":  "Gemma 4 E4B-IT fine-tuning pod kolokwium ML: dataset URL -\u003e EDA -\u003e preprocessing -\u003e model/metoda -\u003e ocena.",
+    "source_dir":  "C:\\Users\\rober\\Downloads\\ML\\Nowy_Dataset"
+}