Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Projekt z uczenia maszynowego

Informacje ogólne

Kod przedmiotu: 1000-2M19MLP
Kod Erasmus / ISCED: 11.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0612) Database and network design and administration Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Projekt z uczenia maszynowego
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty obieralne dla informatyki
Przedmioty obieralne na studiach drugiego stopnia na kierunku bioinformatyka
Punkty ECTS i inne: (brak) 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.

zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

monograficzne

Wymagania (lista przedmiotów):

Głębokie sieci neuronowe (wspólne z 1000-317bDNN) 1000-2M16GSN

Założenia (opisowo):

Przy zapisach wymagamy zaliczenia przedmiotu Głębokie sieci neuronowe lub Rozpoznawanie obrazów na ocenę co najmniej 4.


Skrócony opis:

Celem przedmiotu jest nauczenie studentów tego, jak wygląda praca naukowa w dziedzinie uczenia maszynowego. Studenci uzyskają zarówno wiedzę teoretyczną, jak i przejdą przez proces tworzenia wyniku naukowego. Studenci będą prowadzeni przez mentorów, którzy będą wspierali ich w działaniach badawczych. Dodatkowo studenci nauczą się tego, jak wygląda proces publikacji wyników naukowych.

Pełny opis:

W skład przedmiotu będą wchodzić różne wykłady na następujące tematy:

- Jak wygląda praca w projekcie badawczym?

- Jak wygląda proces publikacji wyników naukowych? Jak napisać artykuł, przygotować prezentację, plakat czy szybkie podsumowanie pomysłu?

Niektóre z wykładów, w zależności do dostępności, będą prowadzone przez zaproszonych gości.

W trakcie pierwszych tygodni będą prezentowane różne potencjalne tematy badawcze oraz mentorzy. Studenci następnie wybiorą swoje projekty i mentorów, po czym przystąpią do definiowania potrzebnych pojęć oraz do prac badawczych. Pod koniec semestru studenci prezentować będą demonstracyjne wersje oprogramowania, pracować nad artykułami oraz prezentacjami.

Przedmiot jest nastawiony na prowadzenie badań naukowych. Uczestniczenie w tym przedmiocie będzie wymagało dość sporego wysiłku (około 15 godzin pracy tygodniowo przez cały semestr).

Literatura:

Artykuły z rozwijanych tematów badawczych.

Efekty uczenia się:

Studenci zdobędą zrozumienie procesu badawczego oraz uzyskają pewne w nim doświadczenie.

Metody i kryteria oceniania:

Ocena będzie dawana przez koordynatora na podstawie:

- ocen mentorów,

- postępu w tworzeniu raportów i prezentacji.

Uczestnistwo w wykładach i laboratoriach jest obowiązkowe.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.3.0-2b06adb1e (2024-03-27)