Artificial Intelligence Methods Field of study: Applied Computer Science
Programme code: W4-S1IS19.2023

Module name: Artificial Intelligence Methods
Module code: W4-IS-S1-MSI
Programme code: W4-S1IS19.2023
Semester:
  • summer semester 2025/2026
  • summer semester 2024/2025
Language of instruction: Polish
Form of verification: exam
ECTS credits: 5
Purpose and description of the content of education:
Celem modułu jest zdobycie przez studiującego wiedzy i umiejętności w zakresie następujących treści programowych: 1. Historia rozwoju dziedziny sztucznej inteligencji, obejmująca ilustrowane przykładami pojęcia takie jak systemy ekspertowe, baza wiedzy, wnioskowanie, strategie przeszukiwania heurystycznego, min-max, uczenie i głębokie uczenie. 2. Uczenie maszynowe, podział na uczenie z nadzorowane i nienadzorowane i uczenie ze wzmocnieniem. Pojęcie funkcji błędu, problem generalizacji, rola zbioru trenującego, testowego. Zagadnienie regresji i klasyfikacji. Dane jako punkt w wielowymiarowej przestrzeni liniowej. Przestrzeń parametrów. 3. Klasyczne metody uczenia nadzorowanego: k-NN, klasyfikator Bayesa, minimalno-odległościowy. 4. Uczenie nienadzorowane: analizy skupień (grupowanie):, aglomeracyjny algorytm grupowania hierarchicznego, wybrane klasyczne algorytmy z optymalizacją funkcji kryterialnej (np. k-means i DBSCAN). 5. Maszyny wektorów podpierających (SVM), przestrzeń prosta i dualna na przykładzie perceptronu. 6. Sztuczne sieci neuronowe. Model sztucznego neuronu, funkcje aktywacji. Metody uczenia perceptronu wielowarstwowego, algorytm wstecznej propagacji błędu. Rodzaje sieci neuronowych, uczenie głębokie, przykłady współczesnych zastosowań uczenia głębokiego. 7. Narzędzia stosowane w pracy z danymi na przykładzie środowiska opartego o język Python, bibliotekę numpy ze szczególnym uwzględnieniem operacji na tensorach. Wprowadzenie do frameworków umożliwiających automatyczne różniczkowanie (np. keras/tensorflow, pytorch).
List of modules that must be completed before starting this module (if necessary): not applicable
Learning outcome of the module Codes of the learning outcomes of the programme to which the learning outcome of the module is related [level of competence: scale 1-5]
zna i rozumie metody sztucznej inteligencji i uczenia maszynowego [IS-S1-MSI_1]
 IS1_W05 [5/5]
posiada umiejętność identyfikacji problemów, do których można zastosować metody sztucznej inteligencji; zna ograniczenia i możliwości takiego podejścia [IS-S1-MSI_2]
 IS1_W05 [3/5] IS1_U05 [3/5]
potrafi rozwiązać problem klasyfikacji lub regresji wybraną przez siebie metodą, potrafi przeprowadzić analizę wyników działania algorytmów uczenia [IS-S1-MSI_3]
 IS1_W05 [2/5] IS1_U05 [2/5]
Form of teaching Number of hours Methods of conducting classes Assessment of the learning outcomes Learning outcomes
lecture [IS-S1-MSI_fs_1] 30 Formal lecture/ course-related lecture [a01] 
Problem-based lecture [b01] 
Lecture-discussion [b02] 
Screen presentation [c07] 
Self-education [f01] 
Individual work with a text [f02]  		exam IS-S1-MSI_1 IS-S1-MSI_2 IS-S1-MSI_3
laboratory classes [IS-S1-MSI_fs_2] 30 Activating method – flipped classroom [b09] 
Working with a computer [d01] 
Laboratory exercise / experiment [e01] 
Self-education [f01] 
Individual work with a text [f02]  		course work IS-S1-MSI_1 IS-S1-MSI_2 IS-S1-MSI_3
The student's work, apart from participation in classes, includes in particular:
Name Category Description
Literature reading / analysis of source materials [a02] Preparation for classes
reading the literature indicated in the syllabus; reviewing, organizing, analyzing and selecting source materials to be used in class
Developing practical skills [a03] Preparation for classes
activities involving the repetition, refinement and consolidation of practical skills, including those developed during previous classes or new skills necessary for the implementation of subsequent elements of the curriculum (as preparation for class participation)
Consulting materials complementary to those indicated in the syllabus [a04] Preparation for classes
agreeing on materials complementary to those indicated in the syllabus, supporting the implementation of tasks resulting from or necessary for class participation
Determining the stages of task implementation contributing to the verification of learning outcomes [c01] Preparation for verification of learning outcomes
devising a task implementation strategy embracing the division of content, the range of activities, implementation time and/or the method(s) of obtaining the necessary materials and tools, etc.
Studying the literature used in and the materials produced in class [c02] Preparation for verification of learning outcomes
exploring the studied content, inquiring, considering, assimilating, interpreting it, or organizing knowledge obtained from the literature, documentation, instructions, scenarios, etc., used in class as well as from the notes or other materials/artifacts made in class
Implementation of an individual or group assignment necessary for course/phase/examination completion [c03] Preparation for verification of learning outcomes
a set of activities aimed at performing an assigned task, to be executed out of class, as an obligatory phase/element of the verification of the learning outcomes assigned to the course
Analysis of the corrective feedback provided by the academic teacher on the results of the verification of learning outcomes [d01] Consulting the results of the verification of learning outcomes
reading through the academic teacher’s comments, assessments and opinions on the implementation of the task aimed at checking the level of the achieved learning outcomes
Development of a corrective action plan as well as supplementary/corrective tasks [d02] Consulting the results of the verification of learning outcomes
reviewing and selecting tasks and activities enabling the elimination of errors indicated by the academic teacher, their verification or correction resulting in completing the task with at least the minimum passing grade
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)