Wprowadzenie do uczenia maszynowego i sztucznych sieci neuronowych 4010-WUM
Wymagania wstępne:
Podstawowa znajomość programowania (Python), matematyki (algebra liniowa, rachunek różniczkowy, statystyka) i logiki.
Szczegółowy opis:
• Wprowadzenie do AI - definicja, zastosowania.
• Podstawy uczenia maszynowego - uczenie nadzorowane, nienadzorowane, uczenie przez wzmacnianie.
• Przetwarzanie języka naturalnego (NLP) - analiza tekstu, generowanie tekstu.
• Analiza obrazów – klasyfikacje, redukcja szumów, segmentacja.
• Sieci neuronowe z wbudowaną wiedzą: np. prawami fizyki.
• Etyka i przyszłość AI - wyzwania etyczne, wpływ na rynek pracy, przyszłe kierunki rozwoju.
Koordynatorzy przedmiotu
Efekty kształcenia
Po ukończeniu kursu uczestnik będzie w stanie:
• Zrozumieć i opisać kluczowe koncepcje i technologie leżące u podstaw sztucznej inteligencji.
• Zastosować techniki uczenia maszynowego do rozwiązywania praktycznych problemów.
• Analizować i przetwarzać dane za pomocą narzędzi AI.
• Projektować i implementować proste modele AI.
• Krytycznie oceniać zastosowania i wpływ AI w społeczeństwie.
Kryteria oceniania
Zaprojektowanie i wytrenowanie systemu SI rozwiązującego realny problem. Lista problemów do wyboru będzie podana w trakcie zajęć.
Literatura
Materiały i artykuły online.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: