Wstęp do uczenia maszynowego – głębokie sieci neuronowe – ZIP 0508-WUMGSN-OG-ZIP
Zajęcia są pomyślane w formule od zera do sieci neuronowych. W ramach zajęć słuchacze poznają budowę sieci neuronowej oraz nauczą się jak zaprogramować taką sieć w języku Python. Zagadnienia omawiane to:
1) Budowa jedno-warstwowej sieci neuronowej.
2) Budowa głębokich sieci neuronowych.
Od strony programistycznej słuchacze nauczą się podstaw obliczeń numerycznych języku Python i poznają podstawowe biblioteki obliczeniowe takie jak numpy.
Zajęcia umożliwiają uzyskanie kompetencji informatycznych oraz analitycznych.
Zajęcia oferowane są w ramach Programu zintegrowanych działań na rzecz rozwoju UW, współfinansowanego z Europejskiego Funduszu Społecznego, w ramach PO WER, ścieżka 3.5. Zasady korzystania z oferty zajęć ogólnouniwersyteckich dla doktorantów w ZIP (pn. Regulamin Zintegrowanego kształcenia doktorantów UW) dostępne są na stronie: www.zip.uw.edu.pl
Rodzaj przedmiotu
Założenia (opisowo)
Efekty kształcenia
Efektem uczenia się są: zrozumienie konstrukcji głębokich sieci neuronowych, zrozumienie konsekwencji społecznych istnienia algorytmów sztucznej inteligencji.
Kryteria oceniania
Na podstawie projektu końcowego, takiego jak symulowanie cen akcji na giełdzie czy odróżnianie gatunków ptaków.
Zaliczenie na ocenę
Warunki zaliczenia zajęć:
- obecność studenta na co najmniej 80% wszystkich spotkań,
- wykonanie projektu końcowego.
Literatura
Artykuły i linki podawane przez prowadzącego (m.in. https://www.deeplearning.ai; https://www.analyticssteps.com/blogs/15-ai-project-ideas-beginners).
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: