Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie - Centralny System Uwierzytelniania
Strona główna

Elementy stosowanej sztucznej inteligencji

Informacje ogólne

Kod przedmiotu: WM-I-U2-ESSI
Kod Erasmus / ISCED: (brak danych) / (9998) Sustainable development Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Elementy stosowanej sztucznej inteligencji
Jednostka: Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie
Grupy: Grupa przedmiotów ogólnouczelnianych - obszar nauk humanistycznych i społecznych (studia II stopnia)
Grupa przedmiotów ogólnouczelnianych - Obszar nauk społecznych (studia II stopnia)
Strona przedmiotu: https://wmp.uksw.edu.pl/
Punkty ECTS i inne: 2.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Poziom przedmiotu:

podstawowy

Symbol/Symbole kierunkowe efektów uczenia się:

P7S_WK, P7S_WG, P7S_UW

Wymagania wstępne:

brak

Skrócony opis:

Podstawowym celem tego kursu jest poznanie fascynującego świata sztucznej inteligencji a w szczególności sieci neuronowych

Pełny opis:

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.

Literatura:

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:

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.

Metody i kryteria oceniania:

Pretest i Posttest

Zajęcia w cyklu "Semestr letni 2021/22" (zakończony)

Okres: 2022-02-01 - 2022-06-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Konwersatorium, 15 godzin, 10 miejsc więcej informacji
Koordynatorzy: Mirosław Kurkowski
Prowadzący grup: Tomasz Krzywicki, Agnieszka Zbrzezny
Strona przedmiotu: https://wmp.uksw.edu.pl/
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
E-Learning:

E-Learning (pełny kurs)

Opis nakładu pracy studenta w ECTS:

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.



Skrócony opis:

Podstawowym celem tego kursu jest poznanie fascynującego świata sztucznej inteligencji a w szczególności sieci neuronowych.

Pełny opis:

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.

Literatura:

Ryszard Tadeusiewicz Sieci Neuronowe, Wydawnictwo: Akademicka Oficyna Wydawnicza

Kosiński Robert A. Sztuczne sieci neuronowe. Dynamika nieliniowa i chaos. Wydanie: 2021

https://tensorflow.org/

Zajęcia w cyklu "Semestr zimowy 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-01-31
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Warsztaty, 15 godzin więcej informacji
Koordynatorzy: Agnieszka Zbrzezny
Prowadzący grup: Mirosław Kurkowski, Agnieszka Zbrzezny
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie na ocenę
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kardynała Stefana Wyszyńskiego w Warszawie.
ul. Dewajtis 5,
01-815 Warszawa
tel: +48 22 561 88 00 https://uksw.edu.pl
kontakt deklaracja dostępności USOSweb 7.0.0.0-4 (2023-10-17)