Metody sztucznej inteligencji I-SI7O>MSI
Jeszcze nie wprowadzono opisu dla tego przedmiotu...
|
W cyklu 2021/2022-Z:
Celem przedmiotu jest zapoznanie studentów z metodami sztucznej inteligencji w jej podstawowych zagadnieniach: klasyfikacji, regresji, selekcji danych, grupowania danych (klasteryzacji), ekstrakcji wiedzy z danych (omówionej przy poszczególnych modelach), oraz optymalizacji. Na wykładach zagadnienia te zostają omówione na przykładzie najbardziej popularnych algorytmów, a na laboratorium studenci samodzielnie analizują takie systemy z wykorzystanaiem dedykowanego oprogramowania. |
W cyklu 2022/2023-L:
Celem przedmiotu jest zapoznanie studentów z metodami sztucznej inteligencji w jej podstawowych zagadnieniach: klasyfikacji, regresji, selekcji danych, grupowania danych (klasteryzacji), ekstrakcji wiedzy z danych (omówionej przy poszczególnych modelach), oraz optymalizacji. Na wykładach zagadnienia te zostają omówione na przykładzie najbardziej popularnych algorytmów, a na laboratorium studenci samodzielnie analizują takie systemy z wykorzystanaiem dedykowanego oprogramowania. |
W cyklu 2023/2024-L:
Celem przedmiotu jest zapoznanie studentów z metodami sztucznej inteligencji w jej podstawowych zagadnieniach: klasyfikacji, regresji, selekcji danych, grupowania danych (klasteryzacji), ekstrakcji wiedzy z danych (omówionej przy poszczególnych modelach), oraz optymalizacji. Na wykładach zagadnienia te zostają omówione na przykładzie najbardziej popularnych algorytmów, a na laboratorium studenci samodzielnie analizują takie systemy z wykorzystanaiem dedykowanego oprogramowania. |
Koordynatorzy przedmiotu
<b>Ocena końcowa</b>
<b>Wymagania wstępne</b>
<b>Literatura podstawowa</b>
<b>Literatura uzupełniająca</b>
<b>Inne informacje</b>
W cyklu 2021/2022-Z: | W cyklu 2022/2023-L: brak
| W cyklu 2023/2024-L: brak
|
Efekty kształcenia
Wiedza
Ma uporządkowaną wiedzę w zakresie algorytmów sztucznej inteligencji i ich złożoności obliczeniowej.
Powiązane efekty kierunkowe:
IF1A_W03
Metody weryfikacji:
Kolokwium:Ma uporządkowaną wiedzę w zakresie algorytmów sztucznej inteligencji i ich złożoności obliczeniowej.
Wiedza
Ma uporządkowaną wiedzę w zakresie metod i technik programowania algorytmów inteligencji obliczeniowej.
Powiązane efekty kierunkowe:
IF1A_W04
Metody weryfikacji:
Kolokwium:Ma uporządkowaną wiedzę w zakresie metod i technik programowania algorytmów inteligencji obliczeniowej.
Umiejętności
Potrafi przeprowadzić analizę i wybrać metody obliczeniowe do rozwiązania zagadnień predykcji i optymalizacji według kryteriów minimalizacji kosztów obliczeniowych, stabilności, złożoności itp.
Powiązane efekty kierunkowe:
IF1A_U11
Metody weryfikacji:
Przygotowanie projektu:Potrafi przeprowadzić analizę i wybrać metody obliczeniowe do rozwiązania zagadnień predykcji i optymalizacji według kryteriów minimalizacji kosztów obliczeniowych, stabilności, złożoności itp.
Umiejętności
Potrafi wykorzystać poznane metody i modele matematyczne, a także sy¬mulacje komputerowe do analizy i oceny działania sysemtów sztucznej infeligencji.
Powiązane efekty kierunkowe:
IF1A_U09
Metody weryfikacji:
Przygotowanie projektu:Potrafi wykorzystać poznane metody i modele matematyczne, a także sy¬mulacje komputerowe do analizy i oceny działania systemów sztucznej inteligencji.
Umiejętności
Potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł zarówno w języku polskim i języku angielskim niezbędne do bodowy odpowiednich modeli sztucznej inteligencji.
Powiązane efekty kierunkowe:
IF1A_U01
Metody weryfikacji:
Przygotowanie projektu:Potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł zarówno w języku polskim i języku angielskim niezbędne do bodowy odpowiednich modeli sztucznej inteligencji
Kompetencje społeczne
Potrafi pracować w zespole w roli osoby inspirującej, lidera grupy lub członka grupy
Powiązane efekty kierunkowe:
IF1A_K03
Metody weryfikacji:
Przygotowanie projektu:Potrafi pracować w zespole w roli osoby inspirującej, lidera grupy lub członka grupy
Kompetencje społeczne
Rozumie potrzebę i zna możliwości ciągłego dokształcania się – podnoszenia kompetencji zawodowych.
Powiązane efekty kierunkowe:
IF1A_K01
Metody weryfikacji:
Przygotowanie projektu:Rozumie potrzebę i zna możliwości ciągłego dokształcania się – podnoszenia kompetencji zawodowych.