Sztuczna inteligencja 510-IS1-3SZI
Profil studiów: ogólnoakademicki
Forma studiów: stacjonarne
Rodzaj przedmiotu: obowiązkowy
Dziedzina: nauki ścisłe i przyrodnicze; dyscyplina: informatyka
Rok studiów / semestr: 3/6
Wykład: 30 godz., Laboratorium: 30 godz.
Metody dydaktyczne: wykład, zajęcia laboratoryjne, tworzenie projektu wraz z dokumentacją, konsultacje.
Punkty ECTS: 4
Bilans nakładu pracy studenta:
Udział w zajęciach:
- wykład 30 godz.
- laboratorium 30 godz.
Przygotowanie do zajęć:
- przygotowanie do zajęć: wykład - 3 godz., laboratorium - 17 godz.
- zapoznanie z literaturą: 10 godz.
- sprawozdania, raporty: 10 godz.
- przygotowanie do egzaminu: 10 godz.
Czas trwania egzaminu: 2 godz.
Udział w konsultacjach: 3 godz.
Wskaźniki ilościowe:
- nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela: 65 godz., 2 ECTS
- punkty ECTS uzyskane w ramach zajęć związanych z prowadzoną w uczelni działalnością naukową w zakresie informatyki: 4 ECTS.
Rodzaj przedmiotu
Koordynatorzy przedmiotu
Tryb prowadzenia przedmiotu
Efekty kształcenia
Wiedza:
- zna w zaawansowanym stopniu wybrane zagadnienia w dziedzinie sztucznej inteligencji, reprezentacji i przetwarzania wiedzy, komunikacji człowiek -komputer, KP6_WG11.
Umiejętności:
- potrafi opisać problemy wyrażone w języku naturalnym w terminologii sztucznej inteligencji, KP6_UW14;
- potrafi samodzielnie opracować rozwiązanie zadanego zagadnienia informatycznego z pogranicza teorii i praktyki oraz przedstawić rozwiązanie i wnioski, KP6_UK3;
- potrafi współpracować w grupie realizując wspólne projekty, KP6_UO2;
- rozumie potrzebę podnoszenia swoich umiejętności i kwalifikacji, monitoruje rozwój technologii i narzędzi informatycznych, KP6_UU1.
Kompetencje społeczne:
- rozumie konieczność przestrzegania zasad etycznych i prawnych związanych z aktywnością w środowisku informatycznym, KP6_KR1.
Kryteria oceniania
Ogólna forma zaliczenia: egzamin
Literatura
1. M. Flasiński, Wstęp do sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2011.
2. I. Goodfellow, Y. Bengio, A. Courville, Deep Learning. Systemy uczące się, Wyd. 1, Wydawnictwo Naukowe PWN, Warszawa 2018.
3. S.J. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, 3rd Ed., Pearson, 2014.
4. L. Rutkowski, Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, wyd. 2 zmienione, Wydawnictwo Naukowe PWN, Warszawa 2012.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: