Search results for: AUTOMATYCZNE ROZPOZNAWANIE MOWY, SPLOTOWE SIECI, GŁĘBOKIE UCZENIE, CHROMAGRAMY, WYMIAR FRAKTALNY - Bridge of Knowledge

Search

Search results for: AUTOMATYCZNE ROZPOZNAWANIE MOWY, SPLOTOWE SIECI, GŁĘBOKIE UCZENIE, CHROMAGRAMY, WYMIAR FRAKTALNY

Search results for: AUTOMATYCZNE ROZPOZNAWANIE MOWY, SPLOTOWE SIECI, GŁĘBOKIE UCZENIE, CHROMAGRAMY, WYMIAR FRAKTALNY

  • Głębokie Uczenie ze Wzmocnieniem 2021

    e-Learning Courses
    • K. Manuszewski

    Kurs 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 Courses
    • K. Manuszewski
    • G. Chłodziński

    Kurs 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

  • Podstawy uczenia głębokiego 2023/24

    e-Learning Courses
    • J. Cychnerski
    • K. Draszawka
    • J. Szymański

    Kurs 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.

  • Deep neural networks for data analysis

    e-Learning Courses
    • K. Draszawka

    The 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:...

  • Z_23_24 Uczenie głębokie

    e-Learning Courses
    • S. Zaporowski
    • T. Kocejko
    • M. Sobotka
    • J. Rumiński
    • N. Szarwińska
    • P. A. Leszczełowska

    II stopień IBm oraz II stopień INF 2 semestr - wspólny, AI Tech

  • Uczenie głębokie (zima 2022/2023)

    e-Learning Courses
    • A. Kurowski
    • S. Zaporowski
    • T. Kocejko
    • M. Kaczmarek
    • N. Kowalczyk
    • M. Mazur-Milecka
    • J. Rumiński

    II stopień IBm oraz II stopień INF 2 semestr - wspólny, AI Tech

  • Głębokie uczenie ze wzmocnieniem 2022/2023

    e-Learning Courses
    • K. Manuszewski
    • P. Kowalski

  • Uczenie Głębokie w Widzeniu Komputerowym 2022

    e-Learning Courses
    • T. M. Boiński
    • A. Brzeski

  • Akustyka Mowy - 2022

    e-Learning Courses
    • J. Kotus
    • G. Szwoch
    • A. Czyżewski

    Celem przedmiotu jest zapoznanie studentów z podstawowymi zagadnieniami z zakresu wytwarzania, analizy i parametryzacji sygnału mowy, W ramach przedmiotu prezentowane są również zagadnienia z zakresu syntezy mowy oraz rozpoznawania mowy. W niniejszym kursie będą również zamieszczane materiały przydatne do realizacji ćwiczeń laboratoryjnych.

  • Akustyka Mowy - 2023

    e-Learning Courses
    • J. Kotus
    • G. Szwoch
    • A. Czyżewski

    Celem przedmiotu jest zapoznanie studentów z podstawowymi zagadnieniami z zakresu wytwarzania, analizy i parametryzacji sygnału mowy, W ramach przedmiotu prezentowane są również zagadnienia z zakresu syntezy mowy oraz rozpoznawania mowy. W niniejszym kursie będą również zamieszczane materiały przydatne do realizacji ćwiczeń laboratoryjnych.

  • Akustyka Mowy - 2024

    e-Learning Courses
    • J. Kotus
    • G. Szwoch

    Celem przedmiotu jest zapoznanie studentów z podstawowymi zagadnieniami z zakresu wytwarzania, analizy i parametryzacji sygnału mowy, W ramach przedmiotu prezentowane są również zagadnienia z zakresu syntezy mowy oraz rozpoznawania mowy. W niniejszym kursie będą również zamieszczane materiały przydatne do realizacji ćwiczeń laboratoryjnych.

  • 2022/2023 - Uczenie Głębokie w Widzeniu Komputerowym

    e-Learning Courses
    • T. M. Boiński
    • J. Cychnerski
    • K. Draszawka
    • A. Brzeski
    • R. Benke
    • A. Królicka-Gałązka

  • Uczenie Głębokie w Widzeniu Komputerowym - 2023/2024

    e-Learning Courses
    • A. Brzeski
    • A. Królicka-Gałązka

  • Architektury Uczenia Głębokiego 2022

    e-Learning Courses
    • P. Kowalski

  • Podstawy uczenia głębokiego 2022

    e-Learning Courses
    • K. Draszawka
    • S. Olewniczak
    • J. Szymański

    {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
    • P. Kowalski

  • Głębokie Sieci Neuronowe Do Analizy Danych

    e-Learning Courses
    • T. M. Boiński
    • K. Draszawka

    {mlang pl}Kurs przeznaczony jest dla studentów kierunku Inżynieria Danych.{mlang} {mlang en}Course for Data Analysis students.{mlang}

  • Architektury głębokiego uczenia 2022/23

    e-Learning Courses
    • P. Kowalski

  • Studia 5.0 - podstawy uczenia głębokiego

    e-Learning Courses
    • T. Kocejko
    • N. Kowalczyk
    • J. Rumiński

  • Sterowanie automatyczne i regulacja turbin_2021

    e-Learning Courses
    • M. Dzida

    Ogólna analiza układów regulacji. Wielkości charakterystyczne procesu regulacji turbozespołów parowych i gazowych. Charakterystyki statyczne turbozespołów. Charakterystyki dynamiczne układów regulacji automatycznej. Specyfika regulacji turbozespołów parowych. Regulacja turbozespołów gazowych. Regulacja automatyczna bloków kombinowanych. Regulacja automatyczna turbin okrętowych. Modele matematyczne turbin parowych oraz turbin gazowych....

  • Głębokie uczenie ze wzmocnieniem 2023/2024 (Archiwizowany 2023-11-02)

    e-Learning Courses
    • P. Kowalski

  • Głębokie przetwarzanie tekstu i sygnału mowy 2022

    e-Learning Courses
    • S. Cygert
    • S. Zaporowski
    • P. Szczuko

  • Głębokie przetwarzanie tekstu i sygnału mowy 2023

    e-Learning Courses
    • S. Cygert
    • S. Zaporowski
    • P. Szczuko
    • A. Harasimiuk

  • Sieci samouczące się

    e-Learning Courses
    • J. Dembski

    Celem 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.

  • Koło Naukowe CELL - spotkania i prace badawcze

    e-Learning Courses
    • P. Rajchowski

    Miejsce wymiany wiedzy Koła Naukowego CELL działającego przy Katedrze Systemów i Sieci Radiokomunikacyjnych.

  • Biometria i przetwarzanie mowy 2023

    e-Learning Courses
    • J. Daciuk

    {mlang pl} Celem kursu jest zapoznanie studentów z: metodami ustalania i potwierdzania tożsamości ludzi na podstawie mierzalnych cech organizmu cechami mowy ludzkiej, w szczególności polskiej metodami rozpoznawania mowy metodami syntezy mowy {mlang} {mlang en} The aim of the course is to familiarize the students with: methods of identification and verification of identity of people based on measurable features of their...

  • Biometria i przetwarzanie mowy 2024

    e-Learning Courses
    • J. Daciuk

    {mlang pl} Celem kursu jest zapoznanie studentów z: metodami ustalania i potwierdzania tożsamości ludzi na podstawie mierzalnych cech organizmu cechami mowy ludzkiej, w szczególności polskiej metodami rozpoznawania mowy metodami syntezy mowy {mlang} {mlang en} The aim of the course is to familiarize the students with: methods of identification and verification of identity of people based on measurable features of their...

  • Metody sztucznej inteligencji - 2023

    e-Learning Courses
    • P. Szczuko

    Wprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.

  • Metody sztucznej inteligencji

    e-Learning Courses
    • P. Szczuko

    Wprowadzenie 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 Courses
    • P. Szczuko

    Wprowadzenie 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 Courses
    • P. Szczuko

    Wprowadzenie do metod stosowanych w uczeniu maszynowym i sztucznej inteligencji. Sposoby parametryzacji danych, budowania modelu, podejmowania decyzji. Specjalność: uczenie maszynowe.

  • Światłowodowe sieci transmisji danych - Nowy

    e-Learning Courses
    • M. Gnyba
    • M. Szczerska
    • S. Pawłowska

    studia 2 stopnia, semestr 3, kierunek E, specjalność Optoelek

  • SIECI MIEJSKIE I PRZEMYSŁOWE - Nowy

    e-Learning Courses
    • R. M. Orłowski

    Przedmiot SIECI MIEJSKIE I PRZEMYSŁOWE (wykłady, ćwiczenia) na Kierunku Geodezja i Kartografia (studia stacjonarne, I stopnia, sem.VI) obejmuje podstawowe informacje z zakresu uzbrojenia sieciowego na terenie miast, a także na obszarach przemysłowych. Między innymi omawiane są elementy urbanistyki podziemnej (podział i charakterystyka sieci, podziemne uzbrojenie ulic – typowe przekroje poprzeczne z uzbrojeniem podziemnym przez...

  • Projektowanie Sieci Bezprzewodowych II - Nowy

    e-Learning Courses
    • A. Czapiewska
    • J. Sadowski

    Kurs dla studentów realizujących przedmiot Projektowanie Sieci Bezprzewodowych II 

  • Urban Design Project III 2021/22

    e-Learning Courses
    • S. Abbasi
    • R. Abdollahi Rizi
    • J. Martyniuk-Pęczek
    • K. van Soelen

    NOWY - Nowy Świat 2.0 – BUILDING THE HEART OF AN ACTIVE NEIGHBORHOOD Friday 13.15-16.00 dr hab. inż. arch. J. Martyniuk – Pęczek, prof. uczelni  arch. Rana Rizi

  • Fraktale rok akad. 2023/2024

    e-Learning Courses
    • J. Janczewska

    Celem wykładu jest przybliżenie słuchaczom podstawowych pojęć i faktów z geometrii fraktalnej.

  • Katedra Systemów i Sieci Radiokomunikacyjnych – punkt wymiany danych

    e-Learning Courses
    • P. Rajchowski
    • K. Kowalewski
    • K. Cwalina
    • J. Sadowski

    {mlang en}The course constans general materials for bachelor and master degree students.{mlang}{mlang pl}Kurs zawiera materiały dla studentów I oraz II stopnia.{mlang}

  • Głębokie Wykopy - 2022/2023

    e-Learning Courses
    • J. Konkol

    Przedmiot obieralny dla 2 sem. studiów stacjonarnych II stopnia na kierunku budownictwo

  • Głębokie Wykopy 2023/2024

    e-Learning Courses
    • J. Konkol

  • L22_23 Uczenie maszynowe

    e-Learning Courses
    • S. Zaporowski
    • T. Neumann
    • N. Kowalczyk
    • M. Mazur-Milecka
    • J. Rumiński
    • N. Szarwińska

  • L23_24 Uczenie maszynowe

    e-Learning Courses
    • S. Zaporowski
    • T. Neumann
    • N. Kowalczyk
    • M. Mazur-Milecka
    • J. Rumiński
    • N. Szarwińska

  • FRAKTALE 22/23

    e-Learning Courses
    • J. Janczewska

    Fraktale: wykład (30 godz.), ćwiczenia (15 godz.), projekt (15 godz.)Semestr zimowy dla studentów I roku II stopnia na kierunku Matematyka, specjalności GiGK.

  • Kwantowe uczenie maszynowe (FIZ2B009)

    e-Learning Courses
    • M. Nowakowski

    Celem 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...

  • Kosmiczne zastosowania zaawansowanych technologii informatycznych

    e-Learning Courses
    • J. Proficz
    • A. Królicka-Gałązka

    Nowoczesne technologie wykorzystania systemów dużej mocy obliczeniowej: superkomputerów o architekturze klastrowej na przykładzie środowisk związanych z masowym przetwarzaniem danych (Big Data), obliczeniami w chmurze (Cloud Computing) oraz klasycznym podejściem wymiany wiadomości (MPI: Message Passing Interface) dla przetwarzania wsadowego.

  • Sterowanie automatyczne maszyn przepływowych (PG_00042128)

    e-Learning Courses
    • M. Dzida
    • J. Frost

  • Uczenie maszynowe (lato 2021/2022)

    e-Learning Courses
    • S. Zaporowski
    • T. Neumann
    • N. Kowalczyk
    • J. Rumiński

  • Uczenie maszynowe (lato 2020/2021)

    e-Learning Courses
    • A. Kurowski
    • E. Katsaros
    • S. Zaporowski
    • T. Neumann
    • N. Kowalczyk
    • M. Mazur-Milecka
    • J. Rumiński

  • UCZENIE MASZYNOWE I [2023/24]

    e-Learning Courses
    • J. Buler
    • R. Buler
    • M. Grochowski
    • B. Puchalski

  • Seminarium dyplomowe inżynierskie - Katedra Sieci Teleinformacyjnych - 2023/24 - Nowy

    e-Learning Courses
    • A. Bekasiewicz
    • S. Kaczmarek

    Seminarium dyplomowe inżynierskie dla studentów profilu Sieci Teleinformacyjne prowadzonego przez Katedrę Sieci Teleinformacyjnych.

  • Systemy teleinnformatyczne i telematyka w transporcie 202/2023 zimowy

    e-Learning Courses
    • S. Judek
    • D. Karkosiński
    • A. Wilk
    • J. Skibicki
    • A. Jakubowski
    • J. Oskarbski

    Podstawowe definicje. Rodzaje systemów informacyjnych i ich opis. Ilość informacji, kodowanie i kompresja. Właściwości systemów teleinformatycznych. Sieci informatyczne: nadajniki, odbiorniki, media transmisyjne. Protokoły transmisji danych. Przewodowe sieci abonenckie. Sieci lokalne i rozległe LAN, WAN. Zasady łączenia sieci. Rozmieszczenie zasobów informacji i ich przepływ. Środki i standardy przekazywania informacji. Systemy...