Wprowadzenie do sztucznej inteligencji

obowiązkowe

Podstawowa znajomość programowania (Python), matematyki

(algebra liniowa, rachunek różniczkowy, statystyka) i logiki.

Celem przedmiotu jest wprowadzenie studentów do podstawowych zagadnień sztucznej inteligencji (SI) i uczenia maszynowego (ML) oraz umożliwienie zrozumienia i praktycznego stosowania kluczowych modeli i algorytmów. Program koncentruje się na trzech głównych obszarach: modelach uczenia maszynowego oraz płytkich i głębokich sieciach neuronowych.

Szczegółowy opis przedmiotu został zamieszczony na poziomie danego cyklu dydaktycznego w sekcji Opis.

Literatura przedmiotu została zamieszczona na poziomie danego cyklu dydaktycznego w sekcji Literatura.

Kierunkowe efekty uczenia z odniesieniem do charakterystyk drugiego stopnia PRK:

student zna i rozumie:

K_W02 - w sposób pogłębiony wybrane zaawansowane metody projektowania i analizowania złożoności obliczeniowej

algorytmów równoległych i rozproszonych,

K_W03 - w sposób pogłębiony zasady działania oraz zastosowania najważniejszych algorytmów stosowanych w symulacjach komputerowych w wybranej dziedzinie (np.: aproksymacja, FFT, szybkie algorytmy wykładnicze, heurystyki, metody Monte Carlo, algorytmy genetyczne),

K_W04 - w sposób pogłębiony wybrane metody statystycznej analizy danych.

oraz przedmiotowe efekty uczenia się:

student zna i rozumie:

W1 - złożoność obliczeniową różnych modeli uczenia maszynowego [K_W02]

W2 - różne podejścia do uczenia głębokich sieci neuronowych [K_W03]

W3 - związek statystycznej analizy danych z uczeniem maszynowym. Umie ocenić jakość modelu sztucznej inteligencji za pomocą odpowiednich statystyk [K_W04]

1. Zaliczenie przedmiotu kończy się jedną wspólną oceną ze wszystkich zajęć (wykład + laboratorium) realizowanych w ramach przedmiotu.

2. Zwolnienie lekarskie nie zwalnia ze znajomości materiału. Uprawnia jedynie do zindywidualizowanej formy zaliczenia.

3. Osoby, które otrzymały zgodę na indywidualny tok studiów, mają obowiązek zgłosić się koordynatora przedmiotu w celu ustalenia sposobu realizacji wszystkich efektów uczenia się przypisanych do zajęć. W przypadku braku możliwości realizacji wyżej wymienionych efektów koordynator może odmówić zaliczenia przedmiotu.

4. Obecność na zajęciach jest obowiązkowa. W sytuacjach uzasadnionych nieobecności, student zobowiązany jest do niezwłocznego kontaktu z koordynatorem przedmiotu.

5. W zakresie korzystania z narzędzi sztucznej inteligencji (SI) przy przygotowywaniu prac zaliczeniowych obowiązują zasady określone w "Regulaminie korzystania z narzędzi sztucznej inteligencji w procesie kształcenia na kierunku inżynieria obliczeniowa".

6. Szczegółowe kryteria oceniania zostały zamieszczone na poziomie danego cyklu dydaktycznego w sekcji Uwagi.

Nie dotyczy.