Sztuczna inteligencja i uczenie maszynowe Field of study: Cognitive Science
Programme code: W1-N1KO19.2023

Module name: Sztuczna inteligencja i uczenie maszynowe
Module code: KO1_SIiUM
Programme code: W1-N1KO19.2023
Semester: winter semester 2024/2025
Language of instruction: depending on the choice
Form of verification: course work
ECTS credits: 3
Purpose and description of the content of education:
Celem modułu jest przedstawienie najważniejszych technik uczenia maszynowego i schematów postępowania w przypadku ich implementacji. Studentki i studenci opanują kluczowe pojęcia i zdobędą praktyczne umiejętności, aby efektywnie stosować metody sztucznej inteligencji do analizy problemów spotykanych w naukach kognitywnych. Celem kursu jest również nabycie umiejętności doboru i zastosowania odpowiedniego modelu uczenia maszynowego do danego problemu klasyfikacyjnego. Tematyka zajęć obejmuje wybrane metody uczenia maszynowego stosowane w klasyfikacji i analizie danych, metody przetwarzania wstępnego danych, wybrane techniki klasyfikacji oraz typy sieci neuronowych implementowane do danych w postaci szeregów czasowych.
List of modules that must be completed before starting this module (if necessary): Programowanie 1 [KO1_P1]
Programowanie 2 [KO1_P2]
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]
Ma zaawansowaną wiedzę na temat aparatu matematycznego oraz terminologii statystycznej stanowiących bazę technik obliczeniowych stosowanych w obszarze sztucznej inteligencji i uczenia maszynowego [KO1_SIiUM_1]
 KO1_W06 [5/5]
Zna i rozumie w zaawansowanym stopniu wybrane techniki obliczeniowe i metody analizy oraz ich znaczenie w obszarze kognitywistyki i dziedzinach pokrewnych. [KO1_SIiUM_2]
 KO1_W09 [5/5]
Ma wiedzę na temat sposobów projektowania badań wykorzystujących sztuczną inteligencję i uczenie maszynowe, stosowania wybranych technik i algorytmów oraz interpretacji wyników badań w kontekście analizy danych kognitywistycznych. [KO1_SIiUM_3]
 KO1_W08 [5/5]
Potrafi prawidłowo wyselekcjonować oraz zaimplementować metody analizy do danych z obszaru kognitywistyki. [KO1_SIiUM_4]
 KO1_U02 [4/5]
Potrafi przeprowadzić krytyczną ocenę uzyskanych rezultatów i zaplanować swój rozwój w poznawaniu i stosowaniu nowatorskich technik w zakresie przeprowadzanych analiz z zakresu kognitywistyki. [KO1_SIiUM_5]
 KO1_U11 [5/5]
Przyjmuje postawę otwartą na nowe techniki w zakresie przeprowadzanych analiz z zakresu kognitywistyki i wyraża gotowoś do zmiany opinii w świetle dostępnych danych. [KO1_SIiUM_6]
 KO1_K01 [3/5]
Form of teaching Number of hours Methods of conducting classes Assessment of the learning outcomes Learning outcomes
laboratory classes [KO1_SIiUM_l] 20 Activating methods: a case study [b07] 
Working with a computer [d01] 
Laboratory exercise / experiment [e01]  		course work KO1_SIiUM_2 KO1_SIiUM_3 KO1_SIiUM_4 KO1_SIiUM_5
lecture [KO1_SIiUM_w] 10 Formal lecture/ course-related lecture [a01] 
Problem-based lecture [b01]  		course work KO1_SIiUM_1 KO1_SIiUM_2 KO1_SIiUM_3 KO1_SIiUM_6
The student's work, apart from participation in classes, includes in particular:
Name Category Description
Search for materials and review activities necessary for class participation [a01] Preparation for classes
reviewing literature, documentation, tools and materials as well as the specifics of the syllabus and the range of activities indicated in it as required for full participation in classes
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
Getting acquainted with the syllabus content [b01] Consulting the curriculum and the organization of classes
reading through the syllabus and getting acquainted with its content
Verification / adjustment / discussion of syllabus provisions [b02] Consulting the curriculum and the organization of classes
consulting the content of the syllabus, possibly in the presence of the year tutor or members of the class group, and, if necessary, reassessing the provisions concerning special conditions for class participation, e.g., space and time requirements, technical and other requirements, including conditions for participation in classes outside the walls of the university, classes organized in blocks, organized online, etc.
Consulting the schedule [b03] Consulting the curriculum and the organization of classes
getting acquainted with the class schedule, possibly in the presence of the year tutor, in order to optimize participation in classes, including those supplementary to the core subjects listed in the pursued study programme
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.
Attachments
Module description (PDF)
Information concerning module syllabuses might be changed during studies.
Syllabuses (USOSweb)
Semester Module Language of instruction
(no information given)