Update 'pages/teachers/hladek/subjects/dp2021/README.md'

pages/teachers/hladek/subjects/dp2021/README.md

@@ -51,35 +51,3 @@ Rozsah výstupu min. 3 A4 kvalitného textu
 - 12.12. - Holp, Harahus
 - 15.1. Nagy
 
-
-Dárius Lindvai
-
-- Rešerš tak na 3 strany - čo najnovšie sa píše na tému "puctuation restoration"
-- krátky program  a tutoriál (program s rozsiahlym komentárom ) v Pythone na využitie LSTM, napr. podobne [ako](https://pytorch.org/tutorials/beginner/nlp/sequence_models_tutorial.html).
-- [zaujimavy blog](http://jalammar.github.io/illustrated-transformer/)
-
-
-Jakub Maruniak
-
-- Vypracujte min. 4. stranový rešerš na tému "Crowdsourcing"
-- citujte min. 10 najvýznamnejších bibliografických zdrojov
-
-Dominik Nagy:
-
-- Vypracujte min. 4 stranový rešerš na tému: "Sequence to Sequence" (Encoder-Decoder, seq2seq, transformer, attention)
-- citujte min. 10 najvýznamnejších bibliografických zdrojov
-
-15.1.2020:
-- Prečítajte si o [konvolučných sieťach](http://www.wildml.com/2015/11/understanding-convolutional-neural-networks-for-nlp/)
-- Prečítajte si Sequence to Sequence Convolutional Neural Network for Automatic 
-Spelling Correction 
-- Skúste si nainštalovať nástroj fairseq
-- prejdite si tutoriál https://github.com/pytorch/fairseq/blob/master/examples/translation/README.md
-
-
-Návrh na zadanie DP:
-
-- Vypracujte teoretický prehľad metód "sequence to sequence".
-- Pripravte si dátovú množinu na trénovnie modelu sequence to sequence pre úlohu opravy preklepov.
-- Vyberte minmálne dva rôzne modely a porovnajte ich presnosť na vhodnej dátovej množine. 
-- Na základe výsledkov experimentov navrhnite zlepšenia