Search results for: ALGORYTMY LOGIKI ROZMYTEJ - Bridge of Knowledge

Search

Search results for: ALGORYTMY LOGIKI ROZMYTEJ

Search results for: ALGORYTMY LOGIKI ROZMYTEJ

  • Algorytmy Obliczeniowe AiR

    e-Learning Courses
    • M. Niedźwiecki
    • K. Cisowski

    Wykład z przedmiotu Algorytmy Obliczeniowe

  • Algorytmy Obliczeniowe 2023/2024

    e-Learning Courses
    • K. Cisowski

    Wykład z przedmiotu Algorytmy Obliczeniowe

  • Algorytmy Obliczeniowe AiR - 2022/23

    e-Learning Courses
    • K. Cisowski

    Wykład z przedmiotu Algorytmy Obliczeniowe

  • Algorytmy i struktury danych (InfStos)

    e-Learning Courses
    • K. Wrzask
    • J. Tuziemski

    Algorytmy i struktury danych dla III sem. FT/IS.

  • Elementy logiki STAC 2021/2022

    e-Learning Courses
    • A. Lisak

  • Elementy logiki NSTAC 2021/2022

    e-Learning Courses
    • A. Lisak

  • Algorytmy i Struktury Danych [Mat 2021/22]

    e-Learning Courses
    • J. Maksymiuk

    Algorytmy i Struktury Danych kierunku Matematyka WFTiMS

  • Wstęp do logiki i teorii mnogości

    e-Learning Courses
    • J. Raczek

  • Algorytmy optymalizacji dyskretnej

    e-Learning Courses
    • K. Pastuszak

    informatyka mgr semestr I

  • Algorytmy optymalizacji dyskretnej

    e-Learning Courses
    • K. Pastuszak

    informatyka mgr semestr I

  • Wstęp do logiki i teorii mnogości 2023/2024

    e-Learning Courses
    • J. Cyman

  • Wstęp do logiki i teorii mnogości 2022/2023

    e-Learning Courses
    • J. Cyman

  • Algorytmy Grafowe 2022/23

    e-Learning Courses
    • D. Dereniowski

    Kurs jest przeznaczony dla studentów drugiego semestru na kierunku Informatyka (stacjonarna).

  • Algorytmy Grafowe 2021/22

    e-Learning Courses
    • D. Dereniowski

    Kurs jest przeznaczony dla studentów drugiego semestru na kierunku Informatyka (stacjonarna).

  • 2024_Projekt badawczy Algorytmy śledzące

    e-Learning Courses
    • P. A. Kaczmarek

    Projekt badawczy

  • Algorytmy Optymalizacji Dyskretnej 2024

    e-Learning Courses
    • M. Małafiejski

  • Algorytmy Grafowe 2023/24

    e-Learning Courses
    • D. Dereniowski

    Kurs jest przeznaczony dla studentów drugiego semestru na kierunku Informatyka (stacjonarna).

  • Algorytmy genetyczne - sem. 2022/23

    e-Learning Courses
    • T. Białaszewski

    Głównym celem przedmiotu jest zapoznanie studentów z algorytmami ewolucyjnymi. Wykład obejmuje następujące zagadnienia: ewolucyjne technik optymalizacji; kodowanie i dekodowanie parametrów; metody oceny stopnia przystosowania; metody selekcji osobników; operacje genetyczne; strategie podstawień; metody skalowania przystosowania; mechanizm niszowania; wielokryterialna optymalizacja.

  • Algorytmy i struktury danych 2022

    e-Learning Courses
    • R. Ostrowski
    • K. Manuszewski
    • T. Pikies
    • K. Wereszko
    • A. Jastrzębski
    • M. Jurkiewicz
    • T. Goluch

  • Metody numeryczne i algorytmy 2019

    e-Learning Courses
    • A. Poliński

    I stopień IBio

  • 2024 Algorytmy i struktury danych

    e-Learning Courses
    • M. Jurkiewicz

  • 2023 Algorytmy i struktury danych

    e-Learning Courses
    • M. Jurkiewicz

  • Algorytmy genetyczne - sem. 2023/2024

    e-Learning Courses
    • T. Białaszewski

    Głównym celem przedmiotu jest zapoznanie studentów z algorytmami ewolucyjnymi. Wykład obejmuje następujące zagadnienia: ewolucyjne technik optymalizacji; kodowanie i dekodowanie parametrów; metody oceny stopnia przystosowania; metody selekcji osobników; operacje genetyczne; strategie podstawień; metody skalowania przystosowania; mechanizm niszowania; wielokryterialna optymalizacja.

  • Algorytmy i struktury danych - 2022/2023

    e-Learning Courses
    • J. E. Sienkiewicz
    • A. Felt
    • J. Kozicki

  • Algorytmy i Struktury Danych (zaoczne) (2019)

    e-Learning Courses
    • K. Ocetkiewicz

  • Algorytmy Optymalizacji Dyskretnej - ed. 2021/2022

    e-Learning Courses
    • K. Pastuszak

    In real-world applications, many important practical problems are NP-hard, therefore it is expedient to consider not only the optimal solutions of NP-hard optimization problems, but also the solutions which are “close” to them (near-optimal solutions). So, we can try to design an approximation algorithm that efficiently produces a near-optimal solution for the NP-hard problem. In many cases we can even design approximation algorithms...

  • Metody numeryczne i algorytmy - lato 2023

    e-Learning Courses
    • A. Poliński
    • M. Kaczmarek

  • Algorytmy i Struktury Danych [2022/23]

    e-Learning Courses
    • T. Gzella
    • J. Maksymiuk

  • Algorytmy i Struktury Danych 2023/24

    e-Learning Courses
    • R. Ostrowski
    • K. Manuszewski
    • A. Jastrzębski
    • M. Jurkiewicz
    • T. Goluch

  • Algorytmy i Struktury Danych 2022/23

    e-Learning Courses
    • K. Manuszewski
    • M. Jurkiewicz
    • T. Goluch
    • P. Kowalski

  • Algorytmy i Struktury Danych [2023/24]

    e-Learning Courses
    • J. Maksymiuk

    Materiały pomocniczne do przedmiotu AiSD na kierunku Matematyka WFTiMS.

  • Metody numeryczne i algorytmy - lato 2024

    e-Learning Courses
    • A. Poliński
    • M. Kaczmarek

  • Algorytmy i struktury danych 2023/2024

    e-Learning Courses
    • M. P. Piłat
    • J. E. Sienkiewicz
    • A. Felt
    • J. Kozicki

  • Zdolni z Pomorza 2022/23 - Algorytmy i indukcja matematyczna

    e-Learning Courses
    • D. Żarek
    • B. Wikieł

    Cel kursu: Celem kursu jest wprowadzenie uczniów w świat matematyki dyskretnej i zapoznanie ich z praktycznymi zastosowaniami tej dziedziny matematyki.   Opis kursu: Matematyka dyskretna to zbiorcza nazwa nauk matematyki, które zajmują się badaniem struktur nieciągłych, czyli zawierających zbiory co najwyżej przeliczalne. Zajmuje się „obiektami dyskretnymi”, takimi jak: ludzie, domy, drzewa, zwierzęta, itp. Matematyka dyskretna...

  • STRUKTURY I ALGORYTMY WSPOMAGANIA DECYZJI [2020/21]

    e-Learning Courses
    • A. Golijanek-Jędrzejczyk
    • R. Piotrowski
    • K. Duzinkiewicz
    • M. Śliwiński
    • M. Wołoszyn

    Przedmiot na 2 stopniu studiów - studia magisterskie na Wydziale Elektrotechniki i Automatyki, kierunek: Automatyka i Robotyka

  • STRUKTURY I ALGORYTMY WSPOMAGANIA DECYZJI [2020/21]

    e-Learning Courses
    • K. Duzinkiewicz

  • Algorytmy równoległe i rozproszone/Parallel and distributed >> algorithms

    e-Learning Courses
    • J. Cychnerski
    • M. Matuszek
    • P. Kaczmarek
    • P. Czarnul

  • STRUKTURY I ALGORYTMY STEROWANIA [WEiA, AiR, SSiWD, II stopień, sem.2, 2020/21]

    e-Learning Courses
    • K. Duzinkiewicz
    • T. Zubowicz
    • T. A. Rutkowski
    • B. Puchalski

  • Detekcja Zmian w Sygnałach dla ACR 2 st.

    e-Learning Courses
    • J. Kozłowski

    Algorytmy detekcji zmian parametrów procesowych w systemach automatyki.

  • Współczesne Aplikacje Programowania Funkcyjnego 2022/23

    e-Learning Courses
    • K. Manuszewski

    Współczesne Aplikacje Programowania Funkcyjnego studia 2 stopnia, specjalność Technologie Internetowe i Algorytmy WETI, Informatyka Krzysztof Manuszewski

  • Podstawy kryprografii 2022

    e-Learning Courses
    • A. Jastrzębski

    nazwa: PODSTAWY KRYPTOGRAFII kod: 37687W0 poziom kształcenia: II Stopień 2 semestr 2 Kierunek 'informatyka' specjalność 'algorytmy i technologie internetowe'

  • Podstawy kryptografii 2024

    e-Learning Courses
    • A. Jastrzębski

    nazwa: PODSTAWY KRYPTOGRAFII kod: 37687W0 poziom kształcenia: II Stopień 2 semestr 2 Kierunek 'informatyka' specjalność 'algorytmy i technologie internetowe'

  • Podstawy kryprografii 2023

    e-Learning Courses
    • A. Jastrzębski

    nazwa: PODSTAWY KRYPTOGRAFII kod: 37687W0 poziom kształcenia: II Stopień 2 semestr 2 Kierunek 'informatyka' specjalność 'algorytmy i technologie internetowe'

  • Seminarium dyplomowe inżynierskie (KAMS)

    e-Learning Courses
    • R. Janczewski
    • M. Kubale
    • A. Jastrzębski

    Profil: Algorytmy i modelowanie systemów (WETI), I stopnia - inżynierskie, stacjonarne,

  • Digital Signal Processing - 22/23

    e-Learning Courses
    • T. Stefański

     Po ukończeniu kursu, student projektuje podstawowe algorytmy cyfrowego przetwarzania sygnałów - filtrów cyfrowych FIR i IIR, i estymuje widmo za pomocą FFT.Student opisuje architektury i ścieżki danych procesorów stało-przecinkowych i zmienno-przecinkowych. Student tłumaczy podstawy arytmetyki procesorów i podaje przykłady zastosowań.

  • Digital Signal Processing-23/24

    e-Learning Courses

     Po ukończeniu kursu, student projektuje podstawowe algorytmy cyfrowego przetwarzania sygnałów - filtrów cyfrowych FIR i IIR, i estymuje widmo za pomocą FFT.Student opisuje architektury i ścieżki danych procesorów stało-przecinkowych i zmienno-przecinkowych. Student tłumaczy podstawy arytmetyki procesorów i podaje przykłady zastosowań.

  • Procesory sygnałowe - 2022/2023

    e-Learning Courses
    • B. Dec
    • J. Smulko

    Kurs przeznaczony dla studentów 6 semestru studiów I stopnia, kierunek EiT. Kurs przedstawia architekturę procesorów sygnałowych na kilku wybranych konstrukcjach firmy Texas Instruments oraz Analog Devices. Prezentuje także sposoby ich programowania oraz omawia przykładowe, popularne algorytmy cyfrowego przetwarzania sygnałów, jakie są realizowane przez takie procesory.

  • Procesory sygnałowe 23/24

    e-Learning Courses
    • A. Szewczyk
    • J. Smulko

    Kurs przeznaczony dla studentów 6 semestru studiów I stopnia, kierunek EiT. Kurs przedstawia architekturę procesorów sygnałowych na kilku wybranych konstrukcjach firmy Texas Instruments oraz Analog Devices. Prezentuje także sposoby ich programowania oraz omawia przykładowe, popularne algorytmy cyfrowego przetwarzania sygnałów, jakie są realizowane przez takie procesory.

  • Strategie zespołowe - sem. 2022/23

    e-Learning Courses
    • T. Białaszewski

    Głównym celem przedmiotu jest zapoznanie studentów z podstawowymi problemami w strategiach zespołowych takimi jak: wykorzystanie algorytmu roju cząsteczek, algorytmu mrówkowego, stochastycznie rozproszonych poszukiwań, algorytmy podejmowania zespołowej strategii, systemy wieloagentowe, modelowanie inteligentnej współpracy, symulacje społecznych zachowań. Formą zaliczenia przedmiotu jest zaliczenie egzaminu i wykonanie zadania projektowego

  • Wprowadzenie do sztucznej inteligencji - 2023/2024

    e-Learning Courses
    • B. Kostek
    • P. Szczuko
    • K. Marciniuk

    Celem przedmiotu jest zaznajomienie studentów z podstawami sztucznej inteligencji, rozumianej jako inteligentne techniki obliczeniowe, systemy uczące się, systemy decyzyjne czy systemy ekspertowe. Dodatkowo istotnym elementem wykładu jest zapoznanie studentów z wybranymi metodami inteligentnego przetwarzania sygnałów i danych oraz procesem przetwarzania wiedzy w oparciu o wnioskowanie formułowane w postaci reguł decyzyjnych. Uzyskana...