Uczenie maszynowe
Field of study: Computer Science
Programme code: 08-S2INI14.2019

Module name: | Uczenie maszynowe |
---|---|
Module code: | 08-IN-ID-S2-GUM |
Programme code: | 08-S2INI14.2019 |
Semester: | summer semester 2020/2021 |
Language of instruction: | Polish |
Form of verification: | course work |
ECTS credits: | 3 |
Description: | Kurs ten jest zorientowany na praktyczne aspekty współczesnych metod sztucznej inteligencji. Głównym elementem są metody oparte na sieciach neuronowych. Kurs obejmuje zagadnienia złożoności obliczeniowej i problemów obliczeniowych, takich jak na przykład problem eksplozji lub zaniku gradientu związanych z implementacją różnych architektur. Tematyka kursu obejmuje:
- konwolucyjne sieci neuronowe i ich zastosowania,
- rekurencyjne sieci neuronowe, sieci typu LSTM (Long-Short Term Memory),
- uczenie ze wzmocnieniem (Reinforcement Learning),
- modele generatywne. |
Prerequisites: | brak wymagań. |
Key reading: | (no information given) |
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] |
---|---|
Potrafi ocenić przydatność różnych paradygmatów i metod uczenia maszynowego oraz związanych z nimi środowisk programistycznych do rozwiązywania różnego typu praktycznych problemów koncepcyjnych i technicznych. [GUM-U_3] |
K_U14 [1/5] |
Potrafi samodzielnie zaprojektować i wytrenować sieć neuronową do zadanego problemu. [GUM-U_4] |
K_U16 [4/5] |
Potrafi oszacować ilość obliczeń i wybrać stosowane oprogramowanie do zadanego problemu. [GUM-U_5] |
K_W07 [1/5] |
Ma pogłębioną wiedzę o współczesnych metodach sztucznej inteligencji. [GUM-W_1] |
K_W18 [2/5] |
Zna wybrane architektury sieci neuronowych. [GUM-W_2] |
K_W08 [2/5] |
Type | Description | Codes of the learning outcomes of the module to which assessment is related |
---|---|---|
Kolokwium z zadań lub projekt [GUM_w_1] | kolokwium z zadań lub projekt sprawdzający umiejętność praktycznego zastosowania poznanych metod lub modeli. |
GUM-U_3 |
Kolokwium [GUM_w_2] | weryfikacja umiejętności na podstawie analizy rozwiązań zadań z kolokwium. |
GUM-W_1 |
Form of teaching | Student's own work | Assessment of the learning outcomes | |||
---|---|---|---|---|---|
Type | Description (including teaching methods) | Number of hours | Description | Number of hours | |
lecture [GUM_fs_1] | wykład, z wykorzystaniem pomocy audiowizualnych,
prezentujący pojęcia i fakty z zakresu treści programowych wymienionych w opisie modułu i ilustrujący je licznymi przykładami.
|
15 | samodzielne studiowanie wykładów i wskazanej w sylabusie literatury pomocniczej.
|
15 |
Kolokwium [GUM_w_2] |
laboratory classes [GUM_fs_2] | praca w laboratorium z wykorzystaniem komputera w oparciu o otwarte środowiska programistyczne. |
45 | praca własna z wykorzystaniem ogólnodostępnego oprogramowania, doskonalenie umiejętności zdobytych podczas zajęć. |
15 |
Kolokwium z zadań lub projekt [GUM_w_1] |
Attachments |
---|
Module description (PDF) |
Syllabuses (USOSweb) | ||
---|---|---|
Semester | Module | Language of instruction |
(no information given) |