Uniwersytet Kazimierza Wielkiego - Centralny System Uwierzytelniania
Strona główna

Elementy sztucznej inteligencji

Informacje ogólne

Kod przedmiotu: 1300-Mt4ESI-NP
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Elementy sztucznej inteligencji
Jednostka: Kolegium III
Grupy: 4 rok, mechatronika, moduł: mechatronika przemysłowa i produkcyjna [NP]
Punkty ECTS i inne: 4.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Profil:

ogólnoakademicki

Typ przedmiotu:

moduł zajęć podstawowych

Zajęcia w cyklu "Rok akademicki 2018/19" (zakończony)

Okres: 2018-10-01 - 2019-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 18 godzin więcej informacji
Wykład, 18 godzin więcej informacji
Koordynatorzy: Piotr Prokopowicz
Prowadzący grup: Piotr Prokopowicz
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin

Zajęcia w cyklu "Rok akademicki 2019/20" (zakończony)

Okres: 2019-10-01 - 2020-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 18 godzin więcej informacji
Wykład, 18 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 "Rok akademicki 2020/21" (zakończony)

Okres: 2020-10-01 - 2021-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 18 godzin więcej informacji
Wykład, 18 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 "Rok akademicki 2021/22" (zakończony)

Okres: 2021-10-01 - 2022-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 18 godzin więcej informacji
Wykład, 18 godzin więcej informacji
Koordynatorzy: Jacek Czerniak
Prowadzący grup: Jacek Czerniak
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin

Zajęcia w cyklu "Rok akademicki 2022/23" (zakończony)

Okres: 2022-10-01 - 2023-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 18 godzin więcej informacji
Wykład, 18 godzin więcej informacji
Koordynatorzy: Jacek Czerniak
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie na ocenę
Wykład - Egzamin

Zajęcia w cyklu "Rok akademicki 2023/24" (w trakcie)

Okres: 2023-10-01 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 18 godzin więcej informacji
Wykład, 18 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.
J.K. Chodkiewicza 30
85-064 Bydgoszcz
tel: +48 52 32 66 429 https://ukw.edu.pl
kontakt deklaracja dostępności USOSweb 7.0.3.0 (2024-03-22)