Przedmioty obowiązkowe dla I roku Machine Learning (grupa przedmiotów zdefiniowana przez Wydział Matematyki, Informatyki i Mechaniki)
|
Legenda
Jeśli przedmiot jest prowadzony w danym cyklu dydaktycznym, to w odpowiedniej komórce pojawi się koszyk rejestracyjny. Ikona koszyka zależy od tego, czy możesz się rejestrować na dany przedmiot.
- nie jesteś zalogowany 
- aktualnie nie możesz się rejestrować 
- możesz się zarejestrować 
- możesz się wyrejestrować (lub wycofać prośbę) 
- złożyłeś prośbę o zarejestrowanie (i nie możesz jej już wycofać) 
- jesteś pomyślnie zarejestrowany (i nie możesz się wyrejestrować)
Kliknij na ikonę "i" przy koszyku, aby uzyskać dodatkowe informacje.
2024Z - Semestr zimowy 2024/25 2024L - Semestr letni 2024/25 2025Z - Semestr zimowy 2025/26 2025L - Semestr letni 2025/26 (zajęcia mogą być semestralne, trymestralne lub roczne) |
Opcje | |||||||
|---|---|---|---|---|---|---|---|---|
| 2024Z | 2024L | 2025Z | 2025L | |||||
| 1000-317bDNN |
 
|
brak |
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2024/25
Grupy przedmiotu
Skrócony opis
Celem zajęć jest przybliżenie studentom praktycznej wiedzy z zakresu głębokich sieci neuronowych. W trakcie kursu przedstawione zostaną wykorzystywane obecnie techniki, algorytmy oraz narzędzia. Poruszane metody są stosowane między innymi do problemów z dziedziny rozpoznawania obrazów i przetwarzania języka naturalnego. |
|
||
| 1000-317bIII |
|
brak | brak | brak |
Zajęcia przedmiotu
Semestr zimowy 2024/25
Grupy przedmiotu
Skrócony opis
Przedmiot stanowi platformę, na której studenci prezentują idee potencjalnie mogące stać się zalążkiem przyszłego przedsięwzięcia biznesowego. Prezentacje będą uzupełnione przez wykłady dotyczące uwarunkowań społecznych, prawnych i gospodarczych związanych z prowadzeniem przedsiębiorstwa informatycznego. |
|
||
| 1000-318bNLP | brak |
|
brak |
|
Zajęcia przedmiotu
Semestr letni 2024/25
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest zapoznanie studentów z teorią, metodyk, zasobami i narzędziami przetwarzania języka naturalnego. Wykłady dotyczą tematów związanych z lingwistyką komputerową (analiza morfologiczna, syntaktyczna i semantyczna), ekstrakcją informacji, klasyfikacją tekstów oraz automatycznym streszczaniem dokumentów. Na przedmiocie będziemy omawiali narzędzia i problemy związane z językami angielskim i polskim. Pomocna będzie znajomość teorii gramatyk formalnych i technik uczenia maszynowego. |
|
||
| 1000-317bBIM |
|
brak |
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2024/25
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest przedstawienie słuchaczom wspólnego zestawu pojęć matematycznych potrzebnych do zrozumienia współczesnych metod uczenia maszynowego oraz wpojenie warsztatu matematycznego potrzebnego do sprawnego posługiwania się nimi. |
|
||
| 1000-317bBUM |
|
brak | brak | brak |
Zajęcia przedmiotu
Semestr zimowy 2024/25
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest przedstawienie słuchaczom wspólnej bazy pojęć z zakresu podstaw uczenia maszynowego potrzebnych do zrozumienia współczesnych, zaawansowanych metod uczenia maszynowego oraz wpojenie warsztatu programistycznego potrzebnego do sprawnego posługiwania się nimi. |
|
||
| 1000-217bPSC |
Professional Skills in Computer Science (od 2025-10-01)
|
brak | brak |
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2025/26
Grupy przedmiotu
- (od 2025-10-01) Grupa przedmiotów obowiązkowych dla informatyki magisterskiej-specjalność Algorytmika
- (od 2025-10-01) Grupa przedmiotów obowiązkowych dla informatyki magisterskiej-specj. Automaty, logika, złożoność
- (od 2025-10-01) Grupa przedmiotów obowiązkowych dla informatyki magisterskiej-specjalność Ekonomia algorytmiczna
- (od 2025-10-01) Grupa przedmiotów obowiązkowych dla informatyki magisterskiej-specjalność Języki programowania
- (od 2025-10-01) Grupa przedmiotów obowiązkowych dla informatyki magisterskiej-specjalność Kryptografia
- (od 2025-10-01) Grupa przedmiotów obowiązkowych dla informatyki magisterskiej-specjalność Systemy informatyczne
- (od 2025-10-01) Przedmioty obowiązkowe dla I roku studiów 2 stopnia na kierunku informatyka (stary program)
- (od 2025-10-01) Przedmioty obowiązkowe dla I roku Machine Learning
Skrócony opis
Redakcja tekstów naukowych, właściwy dobór źródeł, przygotowani i wygłaszanie prezentacji. Najważniejsze problemy prawne i etyczne w prowadzeniu badań w dziedzinie informatyki. Projektowanie interfejsów (user experience) i przeprowadzanie badań z udziałem użytkowników (user studies). |
|
|
| 1000-318bRL | brak |
|
brak |
|
Zajęcia przedmiotu
Semestr letni 2024/25
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest przedstawienie współczesnych technik oraz algorytmów uczenia ze wzmocnieniem ze szczególnym uwzględnieniem metod bezmodelowych, metod z użyciem modelu oraz metod opartych o przeszukiwanie. |
|
||
| 1000-718SAD |
Statystyczna analiza danych 2 (od 2025-10-01)
|
|
brak |
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2024/25
Grupy przedmiotu
- (od 2025-10-01) Przedmioty obowiązkowe dla I roku Machine Learning
Skrócony opis
Zaawansowane metody uczenia maszynowego. |
|
|
| 1000-317bRC |
|
brak |
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2024/25
Grupy przedmiotu
Skrócony opis
Celem zajęć jest przybliżenie studentom praktycznej wiedzy potrzebnej do działania w obszarze robotyki. W trakcie kursu przedstawione zostaną przedstawione trzy działy: * wizji maszynowej z punktu widzenia robotyki, * elementy teorii sterowania, * podstawy robotyki. |
|
||
| 1000-317bSML |
|
brak | brak | brak |
Zajęcia przedmiotu
Semestr zimowy 2024/25
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest wprowadzenie podstawowych pojęć i narzędzi statystycznych używanych w uczeniu maszynowym takich jak regresja liniowa, logistyczna i wielowymiarowa, klasyfikatory, metody redukcji wymiaru, metody bayesowskie. |
|
||
| 1000-318bVR | brak |
|
brak |
|
Zajęcia przedmiotu
Semestr letni 2024/25
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest przedstawienie architektur głębokiego uczenia, technik implementacji, trenowania i debuggowania własnych sieci neuronowych przeznaczonych do rozpoznawania obrazów. Studenci zdobędą wiedzę teoretyczną, informacje na temat współczesnych badań w tej dziedzinie oraz praktyczne umiejętności związane z rozpoznawaniem obrazów. |
|
||
