Uczenie nienadzorowane i uczenie ze wzmocnieniem Kierunek studiów: Data Science i sztuczna inteligencja
Kod programu: W4-S1DS25.2025

Nazwa modułu: Uczenie nienadzorowane i uczenie ze wzmocnieniem
Kod modułu: W4_DSAI_S1_UNUW
Kod programu: W4-S1DS25.2025
Semestr: semestr zimowy 2026/2027
Język wykładowy: polski
Forma zaliczenia: zaliczenie
Punkty ECTS: 4
Cel i opis treści kształcenia:
Celem modułu jest zapoznanie studentów z metodami uczenia nienadzorowanego stosowanymi w analizie danych a także metodami uczenia ze wzmocnieniem. Studenci nauczą się dobierać odpowiednie algorytmy do zadania, które model ma realizować biorąc pod uwagę także charakter danych wejściowych. W ramach omawianych technik uczenia nadzorowanego omówione będą m.in. algorytmy grupowania, mapy samoorganizujące się, reguły asocjacyjne, wykrywanie anomalii. W ramach uczenia ze wzmocnieniem omawiane będą m.in. technika Monte Carlo.
Lista modułów koniecznych do zaliczenia przed przystąpieniem do tego modułu (o ile to konieczne): nie dotyczy
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
Jest gotów do rozwiązywania problemów zawodowych z zakresu uczenia maszynowego w sposób odpowiedzialny, uwzględniając aspekty etyczne i społeczne. [K01]
 DSAI_1S_K03 [3/5]
Ma świadomość poziomu swojej wiedzy i umiejętności, rozumie potrzebę ich ciągłego doskonalenia w kontekście dynamicznego rozwoju technologii. [K02]
 DSAI_1S_U10 [3/5] DSAI_1S_K01 [3/5]
Potrafi współdziałać nad projektami wymagającymi wykorzystania metod uczenia maszynowego, także przyjmując wiodącą rolę. [K03]
 DSAI_1S_U09 [3/5] DSAI_1S_K03 [3/5]
Potrafi samodzielnie dobierać i implementować algorytmy uczenia nienadzorowanego do konkretnych problemów analizy danych. [U01]
 DSAI_1S_U04 [3/5]
Potrafi projektować i wdrażać rozwiązania z wykorzystaniem metod uczenia ze wzmocnieniem, analizując ich efektywność i poprawność. [U02]
 DSAI_1S_U04 [3/5]
Posiada umiejętność krytycznej analizy literatury i wyników badań dotyczących uczenia nienadzorowanego i ze wzmocnieniem. [U03]
 DSAI_1S_U06 [3/5]
Ma uporządkowaną, zaawansowaną wiedzę w zakresie podstawowych algorytmów uczenia nienadzorowanego oraz ich zastosowania w analizie danych. [W01]
 DSAI_1S_W04 [3/5]
Zna i rozumie teoretyczne podstawy oraz zastosowania metod uczenia ze wzmocnieniem, w tym modelowania procesów decyzyjnych. [W02]
 DSAI_1S_W04 [3/5]
Zna aktualne trendy i kierunki rozwoju w obszarze uczenia maszynowego, ze szczególnym uwzględnieniem uczenia bez nadzoru i ze wzmocnieniem. [W03]
 DSAI_1S_W04 [3/5] DSAI_1S_W06 [3/5] DSAI_1S_W07 [3/5]
Forma prowadzonych zajęć Liczba godzin Metody prowadzenia zajęć Sposób weryfikacji efektów uczenia się Efekty uczenia się
laboratorium [fs02] 45 Objaśnienie/wyjaśnienie [a05] 
Wykład problemowy [b01] 
Metody aktywizujące: dyskusja/debata [b04] 
Metody aktywizujące: studium przypadku [b07] 
Metody aktywizujące: peer learning [b08] 
Pokaz/demonstracja [c06] 
Prezentacja [c07] 
Praca z komputerem [d01] 
Praca z podręcznikiem programowym [d02] 
Ćwiczenie laboratoryjne/doświadczenie [e01] 
Autoedukacja [f01]  		zaliczenie K01 K02 K03 U01 U02 U03 W01 W02 W03
Praca studenta poza udziałem w zajęciach obejmuje w szczególności:
Nazwa Kategoria Opis
Czytanie literatury / analiza materiałów źródłowych [a02] Przygotowanie do zajęć
czytanie literatury wskazanej w sylabusie; przegląd, porządkowanie, analiza i wybór materiałów źródłowych do wykorzystania w ramach zajęć
Ćwiczenie praktycznych umiejętności [a03] Przygotowanie do zajęć
czynności polegające na powtarzaniu, doskonaleniu i utrwalaniu praktycznych umiejętności, w tym ćwiczonych podczas odbytych wcześniej zajęć lub nowych, niezbędnych z punktu widzenia realizacji kolejnych elementów programu (jako przygotowanie się uczestnictwa w zajęciach)
Zapoznanie się z zapisami sylabusa [b01] Konsultowanie programu i organizacji zajęć
przeglądanie zawartości sylabusa i zapoznanie się z treścią jego zapisów
Analiza korekt/informacji zwrotnej ze strony NA dotyczących wyników wer. ef. ucz. [d01] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd uwag, ocen i opinii sporządzonych przez NA odnoszących się do realizacji zadania sprawdzającego poziom osiągniętych efektów uczenia się
Opracowanie planu korekty i zadań uzupełniających/korygujących [d02] Konsultowanie wyników weryfikacji efektów uczenia się
przegląd i wybór zadań oraz czynności pozwalających na eliminację wskazanych przez NA błędów, ich weryfikację lub poprawę oraz zaliczenie zadania na, co najmniej, najniższym dopuszczalnym poziomie
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)