Filters
total: 2227
filtered: 247
-
Catalog
- Publications 1248 available results
- Journals 8 available results
- Publishing Houses 4 available results
- People 491 available results
- Inventions 9 available results
- Projects 25 available results
- Research Teams 2 available results
- Research Equipment 1 available results
- e-Learning Courses 247 available results
- Events 151 available results
- Open Research Data 41 available results
Chosen catalog filters
Search results for: UCZENIE MASZYNOWE
-
Metody sztucznej inteligencji - 2023
e-Learning CoursesWprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.
-
Metody sztucznej inteligencji
e-Learning CoursesWprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.
-
Etyka w uczeniu maszynowym - 2024
e-Learning CoursesWprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.
-
Metody sztucznej inteligencji - 2024
e-Learning CoursesWprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.
-
L22_23 Uczenie maszynowe
e-Learning Courses -
L23_24 Uczenie maszynowe
e-Learning Courses -
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...
-
Uczenie maszynowe (lato 2021/2022)
e-Learning Courses -
Uczenie maszynowe (lato 2020/2021)
e-Learning Courses -
UCZENIE MASZYNOWE I [2023/24]
e-Learning Courses -
Optymalizacja struktur i obliczeń w sieciach neuronowych - 2023
e-Learning Courses3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe
-
Optymalizacja struktur i obliczeń w sieciach neuronowych
e-Learning Courses3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe
-
Optymalizacja struktur i obliczeń w sieciach neuronowych - 2024
e-Learning Courses3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe
-
Uczenie maszynowe w badaniach Ziemi - 2023
e-Learning Courses -
2022/2023 - Uczenie maszynowe o wysokiej wydajności
e-Learning Courses -
[UczMasz 2024] Uczenie maszynowe w badaniach Ziemi
e-Learning Courses -
2023/2024 - Uczenie maszynowe o wysokiej wydajności
e-Learning Courses -
L22_23 Podstawy uczenia maszynowego
e-Learning Courses -
L23_24 Podstawy uczenia maszynowego
e-Learning Courses -
Podstawy uczenia maszynowego AI
e-Learning CoursesPodstawy uczenia maszynowego. Machine Learning fundamentals.
-
Podstawy uczenie maszynowego lato 2021/2022
e-Learning Courses -
Odkrywanie wiedzy i systemy rekomendacyjne 2022/23
e-Learning CoursesPrzedmiot dla specjalności Uczenie Maszynowe na drugim stopniu studiów stacjonarnych na kierunku Informatyka. Przedmiot finansowany z projektu AI Tech (https://eti.pg.edu.pl/ai-tech).
-
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...
-
Odkrywanie Wiedzy i Systemy Rekomendacyjne 2023/24
e-Learning CoursesPrzedmiot dla specjalności Uczenie Maszynowe na drugim stopniu studiów stacjonarnych na kierunku Informatyka. Przedmiot został sfinansowany z projektu AI Tech (https://eti.pg.edu.pl/ai-tech).
-
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
-
Zaawansowane przygotowanie danych w uczeniu maszynowym
e-Learning CoursesKurs wyłączenie dla specjalności "Uczenie Maszynowe" oraz "Sztuczna Inteligencja" kierunku Informatyka na wydziale ETI, realizowanych w projekcie AI Tech. Przedmiotu nie można wybrać jako przedmiot obieralny ani w ramach indywidualnych planów studiów poza powyższymi specjalnościami.
-
Systemy z Uczeniem Maszynowym 2023/2024
e-Learning Courses -
Inteligentne usługi informacyjne
e-Learning CoursesPrzedmiot prowadzony w semestrze letnim na MSU dotyczy zagadnień sztucznej inteligencji i uczenia maszynowego.
-
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.
-
Metody analityczne w uczeniu statystycznym i maszynowym
e-Learning CoursesWykład na mojej stronie domowej
-
Metody analityczne w uczeniu statystycznym i maszynowym
e-Learning Courses -
Systemy z Uczeniem Maszynowym / Systems with Machine Learning
e-Learning Courses -
UCZENIE MASZYNOWE W PROCESACH DECYZYJNYCH AUTONOMICZNYCH POJAZDÓW ELEKTRYCZNYCH [Niestacjonarne][2022/23]
e-Learning Courses -
Zaawansowane przygotowanie danych w uczeniu maszynowym - 2022/2023
e-Learning Courses -
Zaawansowane przygotowanie danych w uczeniu maszynowym - 2023/2024
e-Learning Courses -
Systemy z Uczeniem Maszynowym / Systems with Machine Learning 2022/2023
e-Learning Courses -
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.
-
Z_23_24 Uczenie głębokie
e-Learning CoursesII stopień IBm oraz II stopień INF 2 semestr - wspólny, AI Tech
-
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...
-
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:...
-
Uczenie głębokie (zima 2022/2023)
e-Learning CoursesII stopień IBm oraz II stopień INF 2 semestr - wspólny, AI Tech
-
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.
-
Głębokie uczenie ze wzmocnieniem 2022/2023
e-Learning Courses -
Efektywne uczenie się i rozwój (2022)
e-Learning Courses -
Uczenie Głębokie w Widzeniu Komputerowym 2022
e-Learning Courses -
Architektury Uczenia Głębokiego 2022
e-Learning Courses -
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 Głębokiego Uczenia 2024
e-Learning Courses