Natural Language Processing 4010-NLPa-30
Szczegółowy opis przedmiotu został umieszczony na poziomie danego cyklu dydaktycznego w sekcji Opis.
|
W cyklu 2026Z:
1. Wprowadzenie do NLP. Od tradycyjnych podejść do dużych i małych modeli językowych, prompting, parametry: temperatura, top_k, top_p, narzędzia Ollama i LM Studio, repozytorium Huggingface, |
Koordynatorzy przedmiotu
Rodzaj przedmiotu
Tryb prowadzenia
Założenia (opisowo)
Efekty uczenia się
Kierunkowe efekty uczenia z odniesieniem do charakterystyk drugiego stopnia PRK:
student jest gotów do:
K_K01 - nawiązywania i utrzymywania współpracy oraz dążenia do realizacji celów zespołu poprzez odpowiednie zaplanowanie i organizację pracy - P7S_KO
oraz przedmiotowe efekty uczenia się:
wiedza - student zna i rozumie:
W1 - posiada wiedzę o technikach analizy języka naturalnego;
umiejętności - student potrafi:
U1 - potrafi pozyskiwać informacje dotyczące z przedmiotu z literatury, baz danych oraz innych właściwie dobranych źródeł w języku polskim i angielskim; potrafi integrować uzyskane informacje, dokonywać ich interpretacji i krytycznej oceny, a także wyciągać wnioski oraz formułować i wyczerpująco uzasadniać opinie
U2 - potrafi ocenić przydatność i możliwość wykorzystania nowych rozwiązań programistycznych (np. opartych o LLM-y) w zakresie NLP
U3 - potrafi dokonać analizy problemu obliczeniowego z zakresu NLP i określić przydatne do jego rozwiązania metody obliczeniowe
U4 - potrafi wykorzystać biblioteki stosowane w aplikacjach NLP (jak NLTK, spaCy, langchain)
Kryteria oceniania
1. Zaliczenie przedmiotu kończy się jedną wspólną oceną ze wszystkich zajęć (wykład + laboratorium) realizowanych w ramach przedmiotu.
2. Zwolnienie lekarskie nie zwalnia ze znajomości materiału. Uprawnia jedynie do zindywidualizowanej formy zaliczenia.
3. 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.
4. Obecność na zajęciach jest obowiązkowa. W sytuacjach uzasadnionych nieobecności, student zobowiązany jest do niezwłocznego kontaktu z koordynatorem przedmiotu.
5. W zakresie korzystania z narzędzi sztucznej inteligencji (SI) przy przygotowywaniu prac zaliczeniowych obowiązują zasady określone w "Regulaminie korzystania z narzędzi sztucznej inteligencji w procesie kształcenia na kierunku inżynieria obliczeniowa".
6. Szczegółowe kryteria oceniania zostały zamieszczone na poziomie danego cyklu dydaktycznego w sekcji Uwagi.
Praktyki zawodowe
Nie dotyczy
Literatura
Literatura przedmiotu została zamieszczona na poziomie danego cyklu dydaktycznego w sekcji Literatura.
|
W cyklu 2026Z:
Zasoby Intel Academy, https://www.intel.com/content/www/us/en/developer/learn/course-natural-language-processing.html (dostęp: 17.09.2026) |
Uwagi
|
W cyklu 2026Z:
W ramach niniejszego przedmiotu dopuszcza się korzystanie z narzędzi SI na poziomie: 1 - BRAK SI - w trakcie egzaminu oraz 5 - KONTROLOWANA INTEGRACJA SI - w trakcie zajęć, zgodnie z zasadami określonymi w Regulaminie korzystania z narzędzi sztucznej inteligencji w procesie kształcenia na kierunku inżynieria obliczeniowa. Metody i kryteria oceniania: Ocena końcowa jest oparta o egzamin pisemny lub ustny, aktywność na zajęciach a także uwzględnia obecności na zajęciach. Egzamin pisemny zostanie przeprowadzony w formie testu. |