Uniwersytet Ślaski w Katowicach - Centralny System Uwierzytelniania
Strona główna

Metody sztucznej inteligencji i uczenie maszynowe

Informacje ogólne

Kod przedmiotu: W4-MN-MT-S2-2-19-08
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Metody sztucznej inteligencji i uczenie maszynowe
Jednostka: Wydział Nauk Ścisłych i Technicznych
Grupy:
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: (brak danych)

Zajęcia w cyklu "semestr zimowy 2020/2021" (zakończony)

Okres: 2020-10-01 - 2021-02-21
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Katarzyna Schmidt
Prowadzący grup: Katarzyna Schmidt
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie lub ocena
Sposób ustalania oceny końcowej:

Na podstawie oceny z zaliczenia (50%) oraz projektu (50%)

Pełny opis:

W marcu 2016 roku, program komputerowy AlphaGo stworzony przez Google DeepMind pokonał jednego z najlepszych zawodowych graczy w Go. Fakt ten jest szczególny, gdyż gra ta szczególnie dobrze opierała się klasycznym algorytmom, które już od lat regularnie wygrywają z człowiekiem w szachy. W tym przypadku, AlphaGo był systemem samouczącym się opartym na sieciach neuronowych. Od zaledwie kilku lat można obserwować wyraźny postęp w dziedzinie sieci neuronowych, które wraz ze wzrostem mocy obliczeniowej oferowanej najczęściej przez procesory GPU, stały się niezwykle efektywne w rozwiązywaniu wielu zagadnień.

Ten kurs ma na celu zapoznanie uczestników w praktyczny sposób z bieżącymi technikami i zagadnieniami uczenia maszynowego. Podczas zajęć będzie można własnoręcznie poznać spektakularne zastosowania sieci neuronowych, w zaimplementowanych oparciu najwyższej klasy oprogramowanie.

Zajęcia w cyklu "semestr zimowy 2021/2022" (zakończony)

Okres: 2021-10-01 - 2022-02-20
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Wykład, 15 godzin więcej informacji
Koordynatorzy: Katarzyna Schmidt
Prowadzący grup: Katarzyna Schmidt
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie lub ocena
Sposób ustalania oceny końcowej:

Na podstawie oceny z zaliczenia (50%) oraz projektu (50%)

Pełny opis:

W marcu 2016 roku, program komputerowy AlphaGo stworzony przez Google DeepMind pokonał jednego z najlepszych zawodowych graczy w Go. Fakt ten jest szczególny, gdyż gra ta szczególnie dobrze opierała się klasycznym algorytmom, które już od lat regularnie wygrywają z człowiekiem w szachy. W tym przypadku, AlphaGo był systemem samouczącym się opartym na sieciach neuronowych. Od zaledwie kilku lat można obserwować wyraźny postęp w dziedzinie sieci neuronowych, które wraz ze wzrostem mocy obliczeniowej oferowanej najczęściej przez procesory GPU, stały się niezwykle efektywne w rozwiązywaniu wielu zagadnień.

Ten kurs ma na celu zapoznanie uczestników w praktyczny sposób z bieżącymi technikami i zagadnieniami uczenia maszynowego. Podczas zajęć będzie można własnoręcznie poznać spektakularne zastosowania sieci neuronowych, w zaimplementowanych oparciu najwyższej klasy oprogramowanie.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Ślaski w Katowicach.
kontakt deklaracja dostępności USOSweb 7.0.3.0-1 (2024-04-02)