Przedmioty w rejestracji Rejestracja na przedmioty całoroczne i z semestru zimowego 2020/21 1000-2020

Przedmiot będzie poświęcony rozmaitym zagadnieniom bazodanowym, które nie zmieściły się w kursie podstawowym z baz danych. Co więcej, problematyka baz danych jest tak obszerna, że nie zmieściłaby się w żadnym kursie podstawowym. Tematami wykładów będzie strojenie baz danych, odwzorowanie obiektowo-relacyjne, kolumnowe bazy danych, słownikowe bazy danych, zaawansowane programowanie składowane na serwerach baz danych, bazy danych XML, rozproszone bazy danych, paradygmat obliczeniowy Map-Reduce oraz polski wynalazek czyli język zapytań SBQL i podejście stosowe do języków zapytań przyjęte jako punkt wyjściowy dla nowego standardu obiektowych baz danych pod auspicjami OMG.

Wykład jest poświęcony omówieniu podstawowych metod projektowania i analizowania algorytmów związanych z tekstami. Zasadniczym problemem będzie zrozumienie struktury wielu skomplikowanych algorytmów oraz różnego typu techniki algorytmiczne i struktury danych (drzewa sufiksowe, grafy podsłów). Teksty są prostym a jednocześnie powszechnym typem informacji, ale będą rozważane zarówno standardowe teksty (jako ciągi symboli), jak również bardziej strukturalne formy: teksty dwuwymiarowe (związki z grafiką) i drzewa etykietowane (struktury występujące w XML i biologii obliczeniowej). Klasyczne problemy algorytmiczne związane są z szukaniem (lub wykrywaniem) wzorca, regularnością i kompresją tekstów. Ponadto rozważymy problemy związane z biologią obliczeniową (uliniowienie, drzewa ewolucyjne) oraz ze "stringologią" fraktali dwuwymiarowych. Wiele ciekawych tekstów jest zadanych w formie skompresowanej, rozmiar rzeczywistego tekstu może być wykładniczy w stosunku do rozmiaru n jego opisu.

Celem zajęć jest zapoznanie studentów z podstawami programowania w logice.

Na wykładzie zostanie przedstawiona składnia i semantyka (deklaratywna i operacyjna) programów w logice oraz omówiona kwestia poprawności i pełności mechanizmu obliczeniowego stosowanego w programowaniu w logice.

Na laboratorium studenci poznają podstawowe techniki programowania w logice.

Niemal każdego dnia słyszymy doniesienia o nowych osiągnięciach w dziedzinie rozpoznawania obrazów. Automatyczna klasyfikacja zdjęć, rozpoznawanie obiektów na obrazie, wykrywanie zdarzeń w wideo, analiza sytuacji na drodze przez autonomiczne samochody czy śledzenie obiektów przez drony to tylko nieliczne przykłady możliwości dzisiejszych algorytmów rozpoznawania obrazów. Ostatni postęp w sieciach neuronowych, w tzw. głębokim uczeniu, znacznie poprawił skuteczność znanych metod rozpoznawania obrazów. Kurs ten ma na celu przedstawienie architektur głębokiego uczenia oraz nauczenie implementowania, trenowania oraz debugowania własnych sieci neuronowych do rozpoznawania obrazów. Studenci zdobędą wiedzę teoretyczną, informacje o najnowszych badaniach, oraz zdobędą praktyczne umiejętności.

Wykład jest poświęcony praktycznym aspektom wnioskowania. Obejmie przede wszystkim narzędzia wnioskowania (zaimplementowane i ogólnie dostępne) i metody niezbędne dla ich wykorzystania.