Wprowadzenie do sztucznej inteligencji

obowiązkowe

Podstawowa znajomość programowania (Python), matematyki

(algebra liniowa, rachunek różniczkowy, statystyka) i logiki.

w sali

Celem przedmiotu jest wprowadzenie studentów do podstawowych zagadnień sztucznej inteligencji (SI) i uczenia maszynowego (ML) oraz umożliwienie zrozumienia i praktycznego stosowania kluczowych modeli i algorytmów. Program koncentruje się na trzech głównych obszarach: modelach uczenia maszynowego oraz płytkich i głębokich sieciach neuronowych.

1. Wprowadzenie do AI - definicja, zastosowania (3w)

2. Podstawy uczenia maszynowego - uczenie nadzorowane, nienadzorowane, uczenie przez wzmacnianie.

Matematyka niezbędna w uczeniu maszynowym.(3w)

3. Uczenie maszynowe nienadzorowane i nadzorowane (3w + 3ć)

4. Od uczenia maszynowego do perceptronu. Płytkie sieci neuronowe (3w + 3ć)

5. Analiza obrazów – klasyfikacje, redukcja szumów, segmentacja.(6ć)

6. Sieci neuronowe z wbudowaną widzą (3ć)

7. Prawo i etyka w AI (3w)

Łącznie 15 godzin wykładów i 15 godzin ćwiczeń.

Kolejność podejmowanych zagadnień oraz szczegółowość ich realizacji może ulec nieznacznym zmianom.

Wiedza - student zna i rozumie:

W1 - Zna złożoność obliczeniową różnych modeli uczenia maszynowego [K_W02]

W2 - Zna różne podejścia do uczenia głębokich sieci neuronowych [K_W03]

W3 - Zna związek statystycznej analizy danych z uczeniem maszynowym. Umie ocenić jakość modelu sztucznej inteligencji za pomocą odpowiednich statystyk [K_W04]

Student uzyskuje zaliczenie zajęć na podstawie:

obecności na zajęciach

egzaminu pisemnego, do którego student jest dopuszczony po spełnieniu warunku uczęszczania na zajęcia (dopuszczalne są 2 nieobecności)

UWAGA

Zwolnienie lekarskie nie zwalnia ze znajomości materiału. Uprawnia jedynie do zindywidualizowanej formy zaliczenia.

Osoby, które otrzymały zgodę na indywidualny tok studiów, mają obowiązek zgłosić się koordynatora przedmiotu w celu ustalenia sposobu realizacji wszystkich efektów uczenia się przypisanych do zajęć. W przypadku braku możliwości realizacji wyżej wymienionych efektów koordynator może odmówić zaliczenia przedmiotu.

Obecności na zajęciach jest obowiązkowa. W sytuacjach uzasadnionych nieobecności, student zobowiązany jest do niezwłocznego kontaktu z koordynatorem przedmiotu.

Nie dotyczy.