Systemy inteligentne 500-KS1-3SIN5
Profil studiów: ogólno-akademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy
Dziedzina / dyscyplina: nauki humanistyczne / filozofia, nauki o komunikacji społecznej i mediach
Rok studiów / semestr: 3/5
Wykład: 30 h
Metody dydaktyczne: wykład, konsultacje.
Punkty ECTS: 2
Bilans nakładu pracy studenta:
udział w wykładach – 30 h
udział w konsultacjach – 2 h
zapoznanie się z literaturą -- 15 h
przygotowanie do zajęć -- 3 h
przygotowanie do zaliczenia wykładu – 12 h
zaliczenie wykładu -- 2 h
Wskaźniki ilościowe:
nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: 34 h, 1 ECTS
Rodzaj przedmiotu
Tryb prowadzenia przedmiotu
Założenia (lista przedmiotów)
Koordynatorzy przedmiotu
Efekty kształcenia
Absolwent zna i rozumie:
- podstawowe technologie informacyjne wykorzystywane do wspomagania procesów poznawczych i komunikacyjnych: KP6_WG2;
- metody sztucznej inteligencji wykorzystywane w modelowaniu i analizie systemów poznawczych i komunikacyjnych: KP6_WG3.
Absolwent potrafi:
- posługiwać się technologiami i narzędziami informatycznymi do pozyskiwania informacji oraz wspomagania procesów poznawczych i komunikacyjnych: KP6_UW7.
Absolwent jest gotów do:
- bycia otwartym na nowe tendencje w zakresie systemów inteligentnych oraz zasięgania opinii ekspertów w rozwiązywaniu problemów poznawczych i praktycznych: KP6_KK2;
- podnoszenia kwalifikacji zawodowych oraz kompetencji osobistych, w tym etycznych: KP6_KR1;
- dobierania właściwych metod służących do realizacji zadań praktycznych, poznawczych i komunikacyjnych: KP6_KR3;
- wykorzystania zdobytej wiedzy i umiejętności do rozwiązywania problemów związanych z wykonywaniem zawodu zgodnie z zasadami etyki zawodowej oraz dbałością o dorobek i tradycję zawodu: KP6_KR4.
Sposób weryfikacji osiągnięcia zamierzonych efektów: zaliczenie w formie pisemnej (test, zagadnienia do opracowania).
Kryteria oceniania
Metody kształcenia: wykłady z wykorzystaniem prezentacji multimedialnych, dyskusja. Zaliczenie w formie pisemnej lub ustnej (test, opracowanie zagadnień). Warunkiem zaliczenia przedmiotu jest uzyskanie oceny co najmniej dostatecznej (co najmniej 51% punktów otrzymanych na zaliczeniu). W razie nieobecności na zajęciach student ma obowiązek samodzielnie nadrobić zaległości.
Literatura
1. Goodfellow, I., Bengio, Y., and Courville, A., Deep Learning. Systemy uczące się, Wydawnictwo Naukowe PWN, Warszawa 2018.
2. Patterson, J., Gibson, A., Deep Learning: A Practitioner’s Approach, O’Reilly Media, 2017 (polskie wydanie, Helion, 2018).
3. Russell, S. J., Norvig, P., Artificial Intelligence. A Modern Approach, 3rd Ed., Pearson, 2014.
4. Rutkowski, L., Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, Wydawnictwo Naukowe PWN, Warszawa 2012.
5. Zasoby internetowe dotyczące tematyki systemów inteligentnych.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: