WM: Wprowadzenie do sztucznych sieci neuronowych
Informacje ogólne
Kod przedmiotu: | WF-R-PS-WWS |
Kod Erasmus / ISCED: |
14.41
|
Nazwa przedmiotu: | WM: Wprowadzenie do sztucznych sieci neuronowych |
Jednostka: | Instytut Psychologii |
Grupy: |
Grupa przedmiotów ogólnouczelnianych - Doktoranci Przedmioty dla doktorantów psychologii Wykłady monograficzne kierunkowe z psychologii Wykłady monograficzne pozakierunkowe |
Punkty ECTS i inne: |
(brak)
|
Język prowadzenia: | polski |
Poziom przedmiotu: | średnio-zaawansowany |
Symbol/Symbole kierunkowe efektów uczenia się: | SD_ PS _W02 SD_ PS _W04 SD_ PS _W05 SD_ PS _K04 SD_ PS _K05 P8S_WG; P8S_WK |
Skrócony opis: |
Kurs poświęcony jest podstawowym informacjom dotyczącym sztucznych sieci neuronowych. Studenci zapoznają się rodzajami sieci, sposobem uczenia się sieci oraz sposobem dokonywanych przez nie predykcji. Podczas kursu poruszana jest problematyka trafności sieci i porównanie jej rozwiązania z innymi modelami predykcyjnymi. |
Pełny opis: |
1. Wprowadzenie. Podstawowe informacje o sztucznych sieciach neuronowych 2. Struktura sztucznych sieci neuronowych 3. Uczenie sztucznych sieci neuronowych 4. Sztuczne sieci neuronowe liniowe i nieliniowe 5. Wsteczna propagacja błędów sztucznych sieci neuronowych 6. Rodzaje sztucznych sieci neuronowych 7. Trafność predykcji sztucznych sieci neuronowych 8. Zaliczenie. Kolokwium |
Literatura: |
Elder, J., Hill, T., Miner, G., Nisbet, B., Delen, D., & Fast, A. (2012). Practical Text Mining and Statistical Analysis for Nono-structured Text Data Application. Oxford: Elsevier. Nisbet, R., Elder, J., & Miner, G. (2009). Handbook of statistical analysis and data mining applications. Burlington, MA: Academic Press (Elsevier). Tadeusiewicz, R. (2007). Odkrywanie właściwości sieci neuronowych. Kraków: Polska Akademia Umiejętności. |
Efekty kształcenia i opis ECTS: |
Wiedza - student posiada podstawową wiedzę dotyczącą sztucznych sieci neuronowych, ich struktury, sposobów uczenia się, rodzajów. Kompetencje i umiejętności - student umie interpretować wyniki sztucznych sieci neuronowych. ECTS: udział w zajęciach - 15 godzin przygotowanie do zajęć– 7,5 godzin przygotowanie do kolokwium - 7,5 godzin LICZBA ECTS - 1 |
Metody i kryteria oceniania: |
Kolokwium w postaci testu wiedzy. Zaliczenie na ocenę dostateczną od 60%. |
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.