Search
Filters
total: 176
filtered: 28
Search results for: METODY UCZENIA
-
Zaawansowane metody pomiarowe z inteligentnymi czujnikami przy użyciu uczenia maszynowego
e-Learning Courses -
Podstawy uczenia głębokiego 2023/24
e-Learning CoursesKurs podstaw uczenia głębokiego przeznaczony dla studentów kierunku Informatyka. Obejmuje wprowadzenie do nadzorowanego uczenia maszynowego, budowę podstawowych sztucznych sieci neuronowych oraz algorytmów ich uczenia, a także bardziej zaawansowane architektury (sieci splotowe, rekurencyjne, transformery) i techniki regularyzacji i optymalizacji.
-
Podstawy uczenia głębokiego 24/25
e-Learning CoursesKurs podstaw uczenia głębokiego przeznaczony dla studentów kierunku Informatyka. Obejmuje wprowadzenie do nadzorowanego uczenia maszynowego, budowę podstawowych sztucznych sieci neuronowych oraz algorytmów ich uczenia, a także bardziej zaawansowane architektury (sieci splotowe, rekurencyjne, transformery) i techniki regularyzacji i optymalizacji.
-
Podstawy uczenia maszynowego AI
e-Learning CoursesPodstawy uczenia maszynowego. Machine Learning fundamentals.
-
Podstawy uczenia głębokiego 2022
e-Learning Courses{mlang pl}Kurs podstaw uczenia głębokiego przeznaczony dla studentów kierunku Informatyka.{mlang} {mlang en}This is a course about deep learning basics dedicated for Computer Science students.{mlang}
-
Architektury Uczenia Głębokiego 2022
e-Learning Courses -
L22_23 Podstawy uczenia maszynowego
e-Learning Courses -
L23_24 Podstawy uczenia maszynowego
e-Learning Courses -
Architektury Głębokiego Uczenia 2024
e-Learning Courses -
Architektury głębokiego uczenia 2022/23
e-Learning Courses -
Studia 5.0 - podstawy uczenia głębokiego
e-Learning Courses -
Wprowadzenie do sztucznej inteligencji - 2023/2024
e-Learning CoursesCelem 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...
-
KOMBO Tutorial - Fizyka2(Bs2) + MO(Bs2) + WM(Bs4) + MB(Bs4) - 2022/2023 (lato)
e-Learning CoursesKoło naukowe KOMBO WILiŚ wspiera studentów PG w procesie "uczenia się".
-
Systemy uczące się - zima 2024/25
e-Learning CoursesTeoretyczne podstawy uczenia maszynowego, drzewa decyzyjne, sieci bayesowskie, algorytmy genetyczne, uczenie ze wzmocnieniem
-
Głębokie Uczenie ze Wzmocnieniem 2021
e-Learning CoursesKurs stanowi wprowadzenie do tematyki Głębokiego Uczenia ze Wzmocnieniem. Kurs porusza następujące zagadnienia: Głębokie uczenie przez imitację Wprowadzenie do uczenia ze wzmocnieniem Głębokie uczenie przy pomocy aproksymacji funkcji wartości Głębokie uczenie przy pomocy gradientu strategii
-
Głębokie Uczenie ze Wzmocnieniem 2020
e-Learning CoursesKurs stanowi wprowadzenie do tematyki Głębokiego Uczenia ze Wzmocnieniem. Kurs porusza następujące zagadnienia: Głębokie uczenie przez imitację Wprowadzenie do uczenia ze wzmocnieniem Głębokie uczenie przy pomocy aproksymacji funkcji wartości Głębokie uczenie przy pomocy gradientu strategii
-
Inteligentne usługi informacyjne
e-Learning CoursesPrzedmiot prowadzony w semestrze letnim na MSU dotyczy zagadnień sztucznej inteligencji i uczenia maszynowego.
-
Kwantowe uczenie maszynowe (FIZ2B009)
e-Learning CoursesCelem przedmiotu jest zaznajomienie studentów z podstawowymi zagadnieniami dotyczącymi współczesnych metod kwantowego uczenia maszynowego, w szczególności metod wykorzystujących algorytmy kwantowe do efektywnego przetwarzania i analizy danych. Studenci zdobędą wiedzę na temat teoretycznych podstaw kwantowego przetwarzania informacji, w tym superpozycji, splątania kwantowego oraz pomiarów kwantowych, a także nauczą się, jak te zjawiska...
-
Big Data
e-Learning CoursesCelem przedmiotu jest zapoznanie studentów z narzędziami i metodami służącymi do przetwarzania i analizowania dużych wolumenów danych (Big Data), w szczególności z wykorzystaniem metod uczenia maszynowego.
-
Praktyka przeddyplomowa _GP_sem.VI
e-Learning CoursesCelem praktyki jest praktyczna weryfikacja efektów uczenia się w zakresie wiedzy, umiejętności i kompetencji społecznych zdobytych w czasie studiów oraz przygotowanie do realizacji pracy dyplomowej inżynierskiej na kierunku Gospodarka Przestrzenna.
-
Brain-Computer Interfaces, W, MiBM II st., sem. 03, letni 23/24 (PG_00064472)
e-Learning CoursesPodstawy neurologii; Podstawowe struktury mózgu; Funkcje tkanki nerwowej; Anatomia mózgu; Umieszczenie elektrod; Kondycjonowanie sygnału; Przetwarzanie sygnałów; transformata Fouriera; transformacja falkowa; parametry Hjortha; Analiza głównych składowych; Niezależna analiza komponentów; Wspólne wzorce przestrzenne; Podstawowe techniki uczenia maszynowego; Rodzaje BCI; Inwazyjne i półinwazyjne BCI; Przywrócenie zmysłów.
-
Brain-Computer Interfaces, W, TiL II st., sem. 03, letni 23/24 (PG_00064472)
e-Learning CoursesPodstawy neurologii; Podstawowe struktury mózgu; Funkcje tkanki nerwowej; Anatomia mózgu; Umieszczenie elektrod; Kondycjonowanie sygnału; Przetwarzanie sygnałów; transformata Fouriera; transformacja falkowa; parametry Hjortha; Analiza głównych składowych; Niezależna analiza komponentów; Wspólne wzorce przestrzenne; Podstawowe techniki uczenia maszynowego; Rodzaje BCI; Inwazyjne i półinwazyjne BCI; Przywrócenie zmysłów.
-
Techniki nauczania na odległość_2022 [Moduł III obowiązkowy, grupy A i B]
e-Learning CoursesKurs 10 godzin (1-15 kwietnia, godz. 9:30-13:30) Program kursu: Podstawy neurobiologiczne procesów uczenia się. Small teaching czyli pierwsze i ostatnie 5 minut zajęć. Active learning. Projektowanie interakcji podczas zajęć zdalnych. Przegląd i warsztatowa praca z aplikacjami wspomagającymi utrzymanie zaangażowania podczas zajęć zdalny Grywalizacja w procesach uczenia się. Realizacja kursu: Kurs realizowany jest w...
-
Sieci samouczące się
e-Learning CoursesCelem przedmiotu jest przekazanie studentowi wiedzy w zakresie teoretycznych i praktycznych aspektówdefiniowania i projektowania sztucznych sieci neuronowych zdolnych do samodzielnego uczenia sięrozwiązywania złożonych problemów decyzyjnych, w tym do aproksymacji funkcji użyteczności stanów lubakcji w uczeniu ze wzmocnieniem.
-
Deep neural networks for data analysis
e-Learning CoursesThe aim of the course is to familiarize students with the methods of deep learning for advanced data analysis. Typical areas of application of these types of methods include: image classification, speech recognition and natural language understanding. Celem przedmiotu jest zapoznanie studentów z metodami głębokiego uczenia maszynowego na potrzeby zaawansowanej analizy danych. Do typowych obszarów zastosowań tego typu metod należą:...
-
Etyka w uczeniu maszynowym - 2023
e-Learning CoursesCelem przedmiotu jest zapoznanie studentów z wybranymi zasadami etycznymi, takimi jak zaadresowanie problemów związanych z odpowiedzialnym podejściem do uczenia i do zastosowań wytrenowanych systemów decyzyjnych. Ponadto celem przedmiotu jest zwrócenie uwagi studentów na takie zagadnienia, jak: ogólne zasady etyczne w projektach informatycznych, zasady legalnej rejestracji i wykorzystywaniadanych wrażliwych, prywatności, kwestie...
-
Nauki o organizacji studia niestacjonarne - Nowy
e-Learning CoursesWYKŁADEwolucja teorii organizacji; Teorie stosunków między organizacją a otoczeniem; Organizacja jako podmiot społecznej odpowiedzialności; Organizacja w otoczeniu globalnym; Zasoby materialne i niematerialne organizacji; Zasoby ludzkie w organizacji; Struktury i procesy społeczne w organizacji; Organizacja w procesie zmian, innowacji i uczenia się ĆWICZENIAKlasyczna teoria zarządzania; Analiza organizacji w otoczeniu;...
-
MK_10/2_Planowanie partycypacyjne - Gospodarka Przestrzenna
e-Learning CoursesProwadzący: dr inż. arch. Monika Arczyńska dr inż. arch. Łukasz Pancewicz mgr. inż. arch. Marta Waczyńska Cel zajęć - Teoria i praktyka partycypacji Celem zajęć jest zapoznanie studentów z teoretyczną i praktyczną wiedzą nt. partycypacji w procesach projektowania i planowania przestrzeni. Kurs został przygotowany tak, aby objąć zarówno działania realizowane przez samorządy jak i organizacji pozarządowe, działające oddolnie....