Search results for: METODY I ALGORYTMY SYNCHRONIZACJI - Bridge of Knowledge

Search

Search results for: METODY I ALGORYTMY SYNCHRONIZACJI

Search results for: METODY I ALGORYTMY SYNCHRONIZACJI

  • Metody numeryczne i algorytmy 2019

    e-Learning Courses
    • A. Poliński

    I stopień IBio

  • Metody numeryczne i algorytmy - lato 2023

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

  • Metody numeryczne i algorytmy - lato 2024

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

  • 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.

  • Algorytmy i Struktury Danych [Mat 2021/22]

    e-Learning Courses
    • J. Maksymiuk

    Algorytmy i Struktury Danych kierunku Matematyka WFTiMS

  • 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 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 optymalizacji dyskretnej

    e-Learning Courses
    • K. Pastuszak

    informatyka mgr semestr I

  • Algorytmy optymalizacji dyskretnej

    e-Learning Courses
    • K. Pastuszak

    informatyka mgr semestr I

  • 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 i struktury danych 2022

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

  • 2024 Algorytmy i struktury danych

    e-Learning Courses
    • M. Jurkiewicz

  • 2023 Algorytmy i struktury danych

    e-Learning Courses
    • M. Jurkiewicz

  • Metody optymalizacji

    e-Learning Courses
    • J. Franz
    • M. Kuna

    Kurs do przedmiotu "Metody optymalizacji", zawiera materiały do wykładu i laboratorium.

  • 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...

  • 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.

  • Algorytmy i struktury danych 2023/2024

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

  • Metody optymalizacji - 2022

    e-Learning Courses
    • J. Franz
    • M. Kuna
    • M. Franz

    Kurs do przedmiotu "Metody optymalizacji", zawiera materiały do wykładu i laboratorium.

  • Metody optymalizacji - 2023

    e-Learning Courses
    • A. Pastuszko
    • J. Franz
    • M. Kuna
    • M. Franz

    Kurs do przedmiotu "Metody optymalizacji", zawiera materiały do wykładu i laboratorium.

  • Metody optymalizacji - 2024

    e-Learning Courses
    • A. Pastuszko
    • D. Baksalary
    • J. Franz
    • M. Kuna
    • M. Franz

    Kurs do przedmiotu "Metody optymalizacji", zawiera materiały do wykładu i laboratorium.

  • 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...

  • 2024 Metody planowania eksperymentu

    e-Learning Courses
    • B. Kusz

    Metody planowania eksperymentu

  • Metody Numeryczne w EiT

    e-Learning Courses
    • S. Dziedziewicz
    • A. Szewczyk
    • P. Sypek
    • M. Jasiński
    • M. Warecka
    • B. Stawarz-Graczyk
    • M. Rewieński

    Metody Numeryczne: dla studentów Elektroniki i Telekomunikacji, studia magisterskie, semestr 1 Prowadzący: Michał Rewieński, Barbara Stawarz-Graczyk, Arkadiusz Szewczyk Opis przedmiotu: Wykład ten przedstawia techniki obliczeniowe stosowane w modelowaniu i symulacji szerokiej gamy systemów inżynierskich. Dyskutowane metody i pojęcia są bogato ilustrowane przykładami różnorodnych zastosowań, takich jak modelowanie zintegrowanych...

  • 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

  • Metody przetwarzania obrazów 2019

    e-Learning Courses
    • A. Poliński
    • A. Jezierska
    • M. Kaczmarek
    • T. Neumann

    Kurs wspomagający realizację przedmiotu Metody przetwarzania obrazów I stopień EiT

  • Metody nieliniowej analizy danych

    e-Learning Courses
    • J. Signerska-Rynkowska
    • A. Bartłomiejczyk
    • B. Mielewska

    Nazwa przedmiotu: Metody nieliniowej analizy danych Prowadzący (odpowiedzialny za przedmiot): Justyna Signerska-Rynkowska Kierunek: Matematyka, Specjalność - Analityk danych (WFTiMS), II stopnia, stacjonarne

  • Metody Badań Strukturalnych

    e-Learning Courses
    • M. J. Milewska

    I. Podstawy spektroskopii – promieniowanie elektromagnetyczne, poziomy energetyczne w cząsteczce, absorpcja promieniowania, kształt linii, reguły wyboru, zastosowanie transformacji Fouriera w spektroskopii.  II. Widma NMR – właściwości magnetyczne jąder atomowych, podstawy fizyczne metody NMR, przesunięcie chemiczne, sprzężenie spinowo-spinowe, anizotropia magnetyczna grup, interpretacja widm 1H NMR, układy spinowe, zależność...

  • METODY OPTYMALIZACJI [2020/21]

    e-Learning Courses

    Kurs obowiązkowy z przedmiotu Metody Optymalizacji dla studentów II stopnia studiów stacjonarnych na kierunku Automatyka, Robotyka i Systemy Sterowania, sem. 1. Prowadzący : dr hab. Anna Witkowska

  • Metody optymalizacji [2022/23]

    e-Learning Courses
    • K. Armiński
    • A. Witkowska
    • M. Śliwiński

    Kurs obowiązkowy z przedmiotu Metody Optymalizacji, dla studentów I semestru studiów stacjonarnych, II stopnia, na kierunku Automatyka, Robotyka i Systemy Sterowania Prowadzący: dr hab Anna Witkowska,

  • Nieklasyczne metody statystyki - 2023

    e-Learning Courses
    • K. Flisikowski

    Nieklasyczne metody statystyki - AG II stacjonarneKarol Flisikowski - semestr letni 2022/23

  • Metody optymalizacji [2021/22]

    e-Learning Courses
    • A. Witkowska
    • M. Śliwiński
    • B. Puchalski

    Kurs obowiązkowy z przedmiotu Metody Optymalizacji, dla studentów I semestru studiów stacjonarnych, II stopnia, na kierunku Automatyka, Robotyka i Systemy Sterowania Prowadzący: dr hab Anna Witkowska, dr inż. Bartosz Puchalski

  • Metody matematyczne fizyki – 2021/2022

    e-Learning Courses
    • U. Goławska
    • P. Wojda

    Kurs do przedmiotu Metody matematyczne fizyki dla studentów 6 semestru Matematyki 

  • METODY OPTYMALIZACJI [Niestacjonarne][2022/23]

    e-Learning Courses
    • A. Golijanek-Jędrzejczyk
    • K. Armiński
    • A. Witkowska
    • M. Śliwiński
    • M. Wołoszyn

    Kurs obowiązkowy z przedmiotu Metody Optymalizacji - dla studentów studiów niestacjonarnych na kierunku Automatyka, Robotyka i Systemy Sterowania, II stopień, sem. 1.

  • METODY OPTYMALIZACJI [Niestacjonarne][2021/22]

    e-Learning Courses
    • A. Golijanek-Jędrzejczyk
    • K. Armiński
    • A. Witkowska
    • M. Śliwiński
    • M. Wołoszyn

    Kurs obowiązkowy z przedmiotu Metody Optymalizacji - dla studentów studiów niestacjonarnych na kierunku Automatyka, Robotyka i Systemy Sterowania, II stopień, sem. 1.

  • METODY OPTYMALIZACJI [Niestacjonarne][2020/21]

    e-Learning Courses
    • A. Golijanek-Jędrzejczyk
    • K. Armiński
    • A. Witkowska
    • M. Śliwiński
    • M. Wołoszyn

    Kurs obowiązkowy z przedmiotu Metody Optymalizacji - dla studentów studiów niestacjonarnych na kierunku Automatyka, Robotyka i Systemy Sterowania, II stopień, sem. 1.

  • Metody Analizy Technicznej - laboratorium - 2022

    e-Learning Courses
    • A. Brillowska-Dąbrowska
    • E. Słupek
    • P. Makoś-Chełstowska

    Laboratorium z przedmiotu Metody Analizy Technicznej dla kierunku Technologia Chemiczna, spec. Analityka techniczna i przemysłowa. 

  • Metody Analizy Technicznej - Laboratorium 2022/2023

    e-Learning Courses
    • K. Kucharska
    • A. Brillowska-Dąbrowska
    • E. Słupek
    • P. Makoś-Chełstowska

    Laboratorium z przedmiotu Metody Analizy Technicznej