Przedmioty w rejestracji Rejestracja na przedmioty obowiązkowe dla kierunku Machine Learning z semestru letniego 2024/25 1000-2024L-ML
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.
2024L - Semestr letni 2024/25 (zajęcia mogą być semestralne, trymestralne lub roczne) |
Opcje | ||||
---|---|---|---|---|---|
2024L | |||||
1000-318bNLP |
|
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. |
|
||
1000-318bRL |
|
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. |
|
||
1000-318bVR |
|
Zajęcia przedmiotu
Semestr letni 2024/25
Grupy przedmiotu
- Przedmioty kierunkowe na studiach drugiego stopnia na kierunku bioinformatyka (Wydział Matematyki, Informatyki i Mechaniki)
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. |
|
||