Uczenie maszynowe w biometrii i bioinformatyce Kierunek studiów: Informatyka
Kod programu: W4-S2INA19.2020

Nazwa modułu: Uczenie maszynowe w biometrii i bioinformatyce
Kod modułu: W4-INA-S2-20-F-UMwBB
Kod programu: W4-S2INA19.2020
Semestr:
  • semestr letni 2021/2022
  • semestr zimowy 2021/2022
  • semestr letni 2020/2021
Język wykładowy: angielski
Forma zaliczenia: zaliczenie
Punkty ECTS: 4
Opis:
Jego przedmiotu jest zaznajomienie studentów z algorytmami uczenia maszynowego, ze szczególnym ukierunkowaniem na ich zastosowania w biometrii oraz bioinformatyce. Omówione zostaną różne metody uczenia się z nadzorem i bez. Głównym elementem zajęć są metody oparte na sieciach neuronowych.
Wymagania wstępne:
(brak informacji)
Literatura podstawowa:
1. Jacek Koronacki, Jan Ćwik: Statystyczne systemy uczące się. Wydanie drugie, EXIT, Warszawa, 2007 2. Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani: An Introduction to Statistical Learning with Applications in R, Springer, 2013 3. Ian Goodfellow, Yoshua Bengio, Aaron Courville: Deep Learning. Systemy uczące się, PWN, Warszawa, 2018 4. Brian Steele, John Chandler, Swarna Reddy: Algorithms for Data Science, Springer, 2016 5. Deep Learning in Biometrics, Mayank Vatsa, Richa Singh, Angshul Majumdar, CRC Press, 2018 6. Deep Learning for Biometrics, Bir Bhanu, Ajay Kumar, Springer Publishing Company, 2017
Efekt modułowy Kody efektów kierunkowych do których odnosi się efekt modułowy [stopień realizacji: skala 1-5]
Student powinien posiadać umiejętność samodzielnego lub w zespołowego rozwiązywania problemów, wykorzystując zdobytą wiedzę i umiejętności praktyczne. [M_001]
 K_U01 [1/5] K_U02 [1/5] K_K01 [1/5] K_K03 [1/5] K_K04 [1/5]
Student potrafi analizować dowolny system biometryczny pod kątem zastosowania w nim algorytmu uczenia maszynowego. [M_002]
 K_W01 [1/5] K_W02 [1/5] K_W04 [1/5] K_W05 [1/5] K_W09 [1/5] K_U01 [1/5] K_U08 [1/5] K_U09 [1/5]
Ma pogłębioną wiedzę o współczesnych metodach sztucznej inteligencji. [M_003]
 K_W01 [1/5] K_W02 [1/5] K_W05 [1/5] K_W09 [1/5] K_U01 [1/5]
Zna wybrane architektury sieci neuronowych. [M_004]
 K_W01 [1/5] K_W04 [1/5] K_W09 [1/5]
Student potrafi zaimplementować z wykorzystaniem niezbędnych bibliotek oprogramowania modele uczenia maszynowego dla problemów klasyfikacji i regresji danych w biometrii i bioinformatyce. [M_005]
 K_W01 [1/5] K_W02 [1/5] K_W04 [1/5] K_W05 [1/5] K_W09 [1/5]
Student potrafi ocenić oraz referować stopień zaawansowania swojej pracy lub pracy zespołu. [M_006]
 K_U03 [1/5] K_U04 [1/5] K_U05 [1/5]
Student orientuje się w obecnym stanie oraz najnowszych osiągnięciach i trendach rozwojowych informatyki, w tym sztucznej inteligencji, metod uczenia maszynowego w tym obszarach ich zastosowań w biometrii i bioinformatyce. [M_007]
 K_W01 [1/5] K_W02 [1/5] K_W09 [1/5]
Typ Opis Kody efektów modułowych do których odnosi się sposób weryfikacji
Test [W_001]
Rozwiązywanie testu teoretycznego związanego z zagadnieniami poruszanymi na wykładzie.
 M_003 M_004 M_007
Dokumentacja projektu [W_002]
Przedstawienie pełnej dokumentacji projektu z uwzględnieniem wszystkich etapów jego realizacji.
 M_001 M_002 M_003 M_004 M_005 M_006 M_007
Rodzaj prowadzonych zajęć Praca własna studenta Sposoby weryfikacji
Typ Opis (z uwzględnieniem metod dydaktycznych) Liczba godzin Opis Liczba godzin
wykład [Z_001]
Prezentacja treści kształcenia w formie werbalnej z wykorzystaniem wizualizacji treści. Skupienie się na materiale trudnym pojęciowo. Aktywizacja słuchaczy przez zadawanie pytań dotyczących przekazywanych treści. Zajęcia w formie tradycyjnej oraz e-learningu.
 15
Przygotowanie do kolokwium.
 10 Test [W_001]
laboratorium [Z_002]
Na ćwiczeniach laboratoryjnych studenci poznają modele matematyczne uczenia maszynowego i rozwiązują zadania z tego zakresu. Zajęcia w formie tradycyjnej oraz e-learningu.
 30
Rozwiązywanie zadań z poszczególnych tematów wraz z analizą rozwiązań już istniejących
 65 Dokumentacja projektu [W_002]
Załączniki
Opis modułu (PDF)
Informacje o sylabusach mogą ulec zmianie w trakcie trwania studiów.
Sylabusy (USOSweb)
Semestr Moduł Język wykładowy
(brak danych)