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.
2023Z - Semestr zimowy 2023/24 2023L - Semestr letni 2023/24 2024Z - Semestr zimowy 2024/25 2024L - Semestr letni 2024/25 (zajęcia mogą być semestralne, trymestralne lub roczne) |
Opcje | |||||||
---|---|---|---|---|---|---|---|---|
2023Z | 2023L | 2024Z | 2024L | |||||
1000-317bDNN | brak | brak |
Zajęcia przedmiotu
Semestr zimowy 2023/24
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 |
Zajęcia przedmiotu
Semestr zimowy 2023/24
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 2023/24
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 2023/24
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 |
Zajęcia przedmiotu
Semestr zimowy 2023/24
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. |
|
||||
1000-318bRL | brak | brak |
|
Zajęcia przedmiotu
Semestr letni 2023/24
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. |
|
|||
1000-317bRC | brak | brak |
Zajęcia przedmiotu
Semestr zimowy 2023/24
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 |
Zajęcia przedmiotu
Semestr zimowy 2023/24
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 2023/24
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. |
|
|||