Nie jesteś zalogowany | 
Prace badawcze z uczenia maszynowego
Informacje ogólne
| Kod przedmiotu: | 1000-2M20MLP2 | Kod Erasmus / ISCED: |
11.3
 /
(0612) Database and network design and administration
|
| Nazwa przedmiotu: | Prace badawcze z uczenia maszynowego | ||
| Jednostka: | Wydział Matematyki, Informatyki i Mechaniki | ||
| Grupy: |
Przedmioty monograficzne dla III - V roku informatyki Przedmioty obieralne dla informatyki |
||
| Punkty ECTS i inne: |
(brak)
 zobacz reguły punktacji |
||
| Język prowadzenia: | angielski | ||
| Rodzaj przedmiotu: | monograficzne |
||
| Założenia (opisowo): | Przy zapisach wymagamy zaliczenia przedmiotów Głębokie sieci neuronowe lub Rozpoznawanie obrazów na oceny 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. Prace rozpoczęte na tym przedmiocie będą kontynuowane na przedmiocie Projekt z uczenia maszynowego. |
||
| 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. |
||
| 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. |
||
| |||||
Właścicielem praw autorskich jest Uniwersytet Warszawski.