Uniwersytet Kazimierza Wielkiego w Bydgoszczy - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Elementy sztucznej inteligencji

Informacje ogólne

Kod przedmiotu: 1300-Mt36ESI-SP Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Elementy sztucznej inteligencji
Jednostka: Kolegium III
Grupy:
Punkty ECTS i inne: 4.00
Język prowadzenia: polski
Profil:

ogólnoakademicki

Typ przedmiotu:

moduł zajęć podstawowych

Zajęcia w cyklu "Semestr letni 2018/19" (zakończony)

Okres: 2019-02-18 - 2019-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Piotr Prokopowicz, Piotr Żmudziński
Prowadzący grup: Piotr Prokopowicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin
Efekty kształcenia modułu zajęć:

W1.

Ma uporządkowaną, podbudowaną teoretycznie wiedzę obejmującą kluczowe zagadnienia związane z podstawowymi metodami sztucznej inteligencji.

W2.

Zna podstawowe techniki i narzędzia wspomagające stosowanie podstawowych metod sztucznej inteligencji w rozwiązywaniu problemów inżynierskich.


U1.

Potrafi dokonać identyfikacji i sformułować specyfikację prostych zadań typowych dla sztucznych sieci neuronowych, algorytmów ewolucyjnych i systemów rozmytych.

U2.

Potrafi rozwiązywać elementarne problemy typowe dla sztucznych sieci neuronowych, algorytmów ewolucyjnych i systemów rozmytych.

U3.

Potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł niezbędne do analizy problemów związanych z metodami sztucznej inteligencji





Przedmioty wprowadzające i wymagania wstepne:

Podstawy logiki matematycznej i probabilistyki, podstawowa umiejętność używania narzędzi: arkusz kalkulacyjny (calc – Open Office, lub excel - MS Office). Podstawowa znajomość środowiska MatLab.

Zajęcia w cyklu "Semestr letni 2019/20" (zakończony)

Okres: 2020-02-24 - 2020-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Katarzyna Kazimierska-Drobny, Piotr Prokopowicz
Prowadzący grup: Piotr Prokopowicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin
Efekty kształcenia modułu zajęć:

W1.

Ma uporządkowaną, podbudowaną teoretycznie wiedzę obejmującą kluczowe zagadnienia związane z podstawowymi metodami sztucznej inteligencji.

W2.

Zna podstawowe techniki i narzędzia wspomagające stosowanie podstawowych metod sztucznej inteligencji w rozwiązywaniu problemów inżynierskich.


U1.

Potrafi dokonać identyfikacji i sformułować specyfikację prostych zadań typowych dla sztucznych sieci neuronowych, algorytmów ewolucyjnych i systemów rozmytych.

U2.

Potrafi rozwiązywać elementarne problemy typowe dla sztucznych sieci neuronowych, algorytmów ewolucyjnych i systemów rozmytych.

U3.

Potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł niezbędne do analizy problemów związanych z metodami sztucznej inteligencji





Przedmioty wprowadzające i wymagania wstepne:

Podstawy logiki matematycznej i probabilistyki, podstawowa umiejętność używania narzędzi: arkusz kalkulacyjny (calc – Open Office, lub excel - MS Office). Podstawowa znajomość środowiska MatLab.

Zajęcia w cyklu "Semestr letni 2020/21" (w trakcie)

Okres: 2021-02-22 - 2021-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Jacek Czerniak
Prowadzący grup: Jacek Czerniak
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin
Efekty kształcenia modułu zajęć:

W1.

Ma uporządkowaną, podbudowaną teoretycznie wiedzę obejmującą kluczowe zagadnienia związane z podstawowymi metodami sztucznej inteligencji.

W2.

Zna podstawowe techniki i narzędzia wspomagające stosowanie podstawowych metod sztucznej inteligencji w rozwiązywaniu problemów inżynierskich.


U1.

Potrafi dokonać identyfikacji i sformułować specyfikację prostych zadań typowych dla sztucznych sieci neuronowych, algorytmów ewolucyjnych i systemów rozmytych.

U2.

Potrafi rozwiązywać elementarne problemy typowe dla sztucznych sieci neuronowych, algorytmów ewolucyjnych i systemów rozmytych.

U3.

Potrafi pozyskiwać informacje z literatury, baz danych i innych źródeł niezbędne do analizy problemów związanych z metodami sztucznej inteligencji





Przedmioty wprowadzające i wymagania wstepne:

Podstawy logiki matematycznej i probabilistyki, podstawowa umiejętność używania narzędzi: arkusz kalkulacyjny (calc – Open Office, lub excel - MS Office). Podstawowa znajomość środowiska MatLab.

Zajęcia w cyklu "Semestr letni 2021/22" (jeszcze nie rozpoczęty)

Okres: 2022-02-21 - 2022-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 30 godzin więcej informacji
Wykład, 30 godzin więcej informacji
Koordynatorzy: Jacek Czerniak
Prowadzący grup: Jacek Czerniak
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kazimierza Wielkiego w Bydgoszczy.