Elements of applied artificial intelligence
General data
| Course ID: | WM-I-U2-ESSI |
| Erasmus code / ISCED: |
(unknown)
/
(9998) Sustainable development
|
| Course title: | Elements of applied artificial intelligence |
| Name in Polish: | Elementy stosowanej sztucznej inteligencji |
| Organizational unit: | Cardinal Stefan Wyszynski University in Warsaw |
| Course groups: |
(in Polish) Grupa przedmiotów ogólnouczelnianych - obszar nauk humanistycznych i społecznych (studia II stopnia) (in Polish) Grupa przedmiotów ogólnouczelnianych - Obszar nauk społecznych (studia II stopnia) |
| Course homepage: | https://wmp.uksw.edu.pl/ |
| ECTS credit allocation (and other scores): |
2.00
|
| Language: | Polish |
| Subject level: | elementary |
| Learning outcome code/codes: | enter learning outcome code/codes |
| Preliminary Requirements: | (in Polish) brak |
| Short description: |
(in Polish) Podstawowym celem tego kursu jest poznanie fascynującego świata sztucznej inteligencji a w szczególności sieci neuronowych |
| Full description: |
(in Polish) Podstawowym celem tego kursu jest poznanie fascynującego świata sztucznej inteligencji a w szczególności sieci neuronowych. Są one badane w ramach działu informatyki zwanego sztuczną inteligencją. Sieci neuronowe powstały dzięki wykorzystaniu wiedzy dotyczącej zjawisk zachodzących w mózgu istot żywych. Podobnie jak ich biologiczne pierwowzory, posiadają one zdolność automatycznej adaptacji elementów swojej struktury w celu poszukiwania rozwiązań złożonych zależności pomiędzy sygnałami wejściowymi a oczekiwanymi sygnałami wyjściowymi modelu. Sieci o odpowiednio dobranej strukturze pozwalają rozwiązywać problemy, które często są niemożliwe do rozwiązania w sposób konwencjonalny. Wyróżniającymi cechami sieci neuronowych są możliwość rozwiązywania problemów bez ich uprzedniej matematycznej formalizacji, brak konieczności odwoływania się przy stosowaniu sieci do teoretycznych założeń na temat rozwiązywanego problemu oraz zdolność uczenia się na podstawie przykładów. |
| Bibliography: |
(in Polish) 1.Ryszard Tadeusiewicz Sieci Neuronowe, Wydawnictwo: Akademicka Oficyna Wydawnicza 2.Kosiński Robert A. Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos. Wydanie: 2021 3.https://tensorflow.org/ |
| Efekty kształcenia i opis ECTS: |
(in Polish) Student ma podstawową wiedzę w obszarze sztucznej inteligencji. Student zna ogólne zasady funkcjonowania sieci neuronowych. Student zna podstawy matematyczne sztucznych sieci neuronowych. Student potrafi właściwie analizować użycie sieci neuronowej. Student potrafi identyfikować problemy rozwiązywane przez sztuczne sieci neuronowe. Student ma potrzebę rozwijania swojej wiedzy w aspektach związanych z rozwojem świata elektronicznego. Student wykazuje otwartość w poszerzaniu swojej wiedzy. |
| Assessment methods and assessment criteria: |
(in Polish) Pretest i Posttest |
Classes in period "Summer semester 2021/22" (past)
| Time span: | 2022-02-01 - 2022-06-30 |
 
MO KON
TU KON
KON
W KON
TH FR SA SU KON
|
| Type of class: |
Conversatorium, 15 hours, 10 places
|
|
| Coordinators: | Mirosław Kurkowski | |
| Group instructors: | Tomasz Krzywicki, Agnieszka Zbrzezny | |
| Course homepage: | https://wmp.uksw.edu.pl/ | |
| Students list: | (inaccessible to you) | |
| Credit: | graded credit | |
| (in Polish) E-Learning: | (in Polish) E-Learning (pełny kurs) |
|
| (in Polish) Opis nakładu pracy studenta w ECTS: | (in Polish) 2 pkt ECTS -Student ma podstawową wiedzę w obszarze sztucznej inteligencji. Student zna ogólne zasady funkcjonowania sieci neuronowych. Student zna podstawy matematyczne sztucznych sieci neuronowych. Student potrafi właściwie analizować użycie sieci neuronowej. Student potrafi identyfikować problemy rozwiązywane przez sztuczne sieci neuronowe. Student ma potrzebę rozwijania swojej wiedzy w aspektach związanych z rozwojem świata elektronicznego. Student wykazuje otwartość w poszerzaniu swojej wiedzy. uczestnictwo w zajęciach 15 godz. przygotowanie do zajęć 20 godz. przygotowanie do weryfikacji 13 godz. konsultacje z prowadzącym 2 godz. |
|
| Short description: |
(in Polish) Podstawowym celem tego kursu jest poznanie fascynującego świata sztucznej inteligencji a w szczególności sieci neuronowych. |
|
| Full description: |
(in Polish) Podstawowym celem tego kursu jest poznanie fascynującego świata sztucznej inteligencji a w szczególności sieci neuronowych. Są one badane w ramach działu informatyki zwanego sztuczną inteligencją. Sieci neuronowe powstały dzięki wykorzystaniu wiedzy dotyczącej zjawisk zachodzących w mózgu istot żywych. Podobnie jak ich biologiczne pierwowzory, posiadają one zdolność automatycznej adaptacji elementów swojej struktury w celu poszukiwania rozwiązań złożonych zależności pomiędzy sygnałami wejściowymi a oczekiwanymi sygnałami wyjściowymi modelu. Sieci o odpowiednio dobranej strukturze pozwalają rozwiązywać problemy, które często są niemożliwe do rozwiązania w sposób konwencjonalny. Wyróżniającymi cechami sieci neuronowych są możliwość rozwiązywania problemów bez ich uprzedniej matematycznej formalizacji, brak konieczności odwoływania się przy stosowaniu sieci do teoretycznych założeń na temat rozwiązywanego problemu oraz zdolność uczenia się na podstawie przykładów. |
|
| Bibliography: |
(in Polish) Ryszard Tadeusiewicz Sieci Neuronowe, Wydawnictwo: Akademicka Oficyna Wydawnicza Kosiński Robert A. Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos. Wydanie: 2021 https://tensorflow.org/ |
|
Classes in period "Winter semester 2022/23" (past)
| Time span: | 2022-10-01 - 2023-01-31 |
MO WAR
WAR
WAR
WAR
WAR
WAR
WAR
WAR
TU W TH FR |
| Type of class: |
Workshops, 15 hours
|
|
| Coordinators: | Agnieszka Zbrzezny | |
| Group instructors: | Mirosław Kurkowski, Agnieszka Zbrzezny | |
| Students list: | (inaccessible to you) | |
| Credit: | graded credit |
Copyright by Cardinal Stefan Wyszynski University in Warsaw.
