Wstęp do uczenia maszynowego
Informacje ogólne
| Kod przedmiotu: | 1000-214bWUM |
| Kod Erasmus / ISCED: |
11.3
|
| Nazwa przedmiotu: | Wstęp do uczenia maszynowego |
| Jednostka: | Wydział Matematyki, Informatyki i Mechaniki |
| Grupy: |
Przedmioty obowiązkowe dla II roku informatyki |
| Punkty ECTS i inne: |
7.00
|
| Język prowadzenia: | polski |
| Rodzaj przedmiotu: | obowiązkowe |
| Wymagania (lista przedmiotów): | Rachunek prawdopodobieństwa 1000-213bRP |
| Skrócony opis: |
Wstęp do pojęć i narzędzi uczenia maszynowego. Estymacja parametrów i testowanie hipotez, podstawy teorii uczenia maszynowego, regresja liniowa, klasyfikacja, klastrowanie, maszyny wektorów wspierających. |
| Pełny opis: |
- Estymacja parametrów - Testowanie hipotez - p-wartości i testowanie wielu hipotez - Uczenie statystyczne - Regresja liniowa - Klasyfikacja - Metody repróbkowania, wybór modelu - Regularyzacja - Metody drzewiaste - Maszyny wektorów wspierających - Podstawy sieci neuronowych - Redukcja wymiaru - Klastrowanie |
| Efekty uczenia się: |
Wiedza - absolwent zna i rozumie: - w zaawansowanym stopniu podstawowe pojęcia z zakresu a metod probabilistycznych i statystyki (ze szczególnym uwzględnieniem metod dyskretnych) (K_W01) - podstawowe pojęcia i techniki uczenia maszynowego (K_W13) Umiejętności - absolwent potrafi: - pozyskiwać informacje z literatury, baz wiedzy, Internetu oraz innych wiarygodnych źródeł, integrować je, dokonywać ich interpretacji oraz wyciągać wnioski i formułować opinie (K_U02), - samodzielnie planować i realizować własne uczenie się przez całe życie (K_U09), - wykonać analizę istniejących rozwiązań informatycznych, w szczególności: ocenić, na podstawowym poziomie, przydatność rutynowych metod i narzędzi informatycznych, wybrać i zastosować właściwą metodę i narzędzia do typowych zadań informatycznych, wykonać prostą analizę sposobu funkcjonowania systemu informatycznego i ocenić istniejące rozwiązania informatyczne, przynajmniej w odniesieniu do ich cech funkcjonalnych (K_U18), - stosować techniki nowoczesnej statystycznej analizy danych (K_U19) Kompetencje społeczne - absolwent jest gotów do: - krytycznej oceny posiadanej wiedzy i odbieranych treści (K_K01), - pracy z poszanowaniem uczciwości intelektualnej w działaniach własnych i innych osób; przestrzegania zasad etyki zawodowej i wymagania tego od innych oraz dbałości o dorobek i tradycje zawodu informatyka (K_K02), - uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych oraz wyszukiwania informacji w literaturze oraz zasięgania opinii ekspertów (K_K03) |
Zajęcia w cyklu "Semestr letni 2024/25" (zakończony)
| Okres: | 2025-02-17 - 2025-06-08 |
Przejdź do planu
PN WT WYK
LAB
ŚR LAB
LAB
LAB
CZ LAB
LAB
PT LAB
LAB
LAB
LAB
LAB
|
| Typ zajęć: |
Laboratorium, 30 godzin
Wykład, 30 godzin
|
|
| Koordynatorzy: | Bartosz Wilczyński | |
| Prowadzący grup: | Aleksander Jankowski, Kazimierz Oksza-Orzechowski, Mateusz Rapicki, Jacek Sroka, Michał Startek, Bartosz Wilczyński, Maciej Wojtala | |
| Lista studentów: | (nie masz dostępu) | |
| Zaliczenie: | Egzamin |
Zajęcia w cyklu "Semestr letni 2025/26" (jeszcze nie rozpoczęty)
| Okres: | 2026-02-16 - 2026-06-07 |
Przejdź do planu
PN WT WYK
LAB
ŚR LAB
LAB
CZ LAB
LAB
PT LAB
LAB
LAB
LAB
LAB
|
| Typ zajęć: |
Laboratorium, 30 godzin
Wykład, 30 godzin
|
|
| Koordynatorzy: | Bartosz Wilczyński | |
| Prowadzący grup: | Dorota Celińska-Kopczyńska, Andrzej Mizera, Robert Pieniuta, Maciej Skórski, Jacek Sroka, Marcin Wierzbiński, Bartosz Wilczyński | |
| Lista studentów: | (nie masz dostępu) | |
| Zaliczenie: |
Przedmiot -
Egzamin
Wykład - Egzamin |
Właścicielem praw autorskich jest Uniwersytet Warszawski.
