Search results for: KLASYFIKATOR NEURONOWY - Bridge of Knowledge

Search

Search results for: KLASYFIKATOR NEURONOWY

Search results for: KLASYFIKATOR NEURONOWY

  • 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}

  • Zaawansowane Architektury Sieci Neuronowych

    e-Learning Courses
    • K. Draszawka

    Celem przedmiotu jest zaznajomienie studentów z zasadami tworzenia własnych architektur sieci neuronowych dostosowanych do zadanego problemu i dostępnych danych poprzez analizę wybranych, istniejących zaawansowanych modeli pojawiających się w literaturze naukowej ostatnich lat. Motywacją do studiowania nietypowych architektur jest to, że odpowiednio dopasowana architektura modelu (a więc prawidłowo narzucone "indukcyjne ukierunkowanie"...

  • Zaawansowane Architektury Sieci Neuronowych

    e-Learning Courses
    • K. Draszawka

  • Zaawansowane architektury sieci neuronowych 2024

    e-Learning Courses
    • K. Draszawka

  • Seminarium Inżynierii Środowiska III

    e-Learning Courses
    • A. Stateczny

    Student poznaje podstawy numerycznych modeli terenu (DTM), zasady budowy DTM metodami analitycznymi i neuronowymi, generalizację i redukcję danych pomiarowych, 3D GIS, pozyskiwanie danych oraz niepewność pozyskanych danych.

  • Metody Sztucznej Inteligencji - sieci neuronowe, systemy rozmyte [2020/21]

    e-Learning Courses
    • K. Duzinkiewicz
    • A. Mikołajczyk-Bareła
    • M. Grochowski

    studia stacjonarne II st., Automatyka i Robotyka sem. 1

  • Optymalizacja struktur i obliczeń w sieciach neuronowych

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

    3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe

  • 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.

  • Optymalizacja struktur i obliczeń w sieciach neuronowych - 2023

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

    3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe

  • Optymalizacja struktur i obliczeń w sieciach neuronowych - 2024

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

    3 semestr studiów II stopnia, kierunek Informatyka, specjalność Uczenie Maszynowe

  • 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.

  • 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...

  • Zaawansowane technologie multimedialne [Moduł dyscyplinarny, Grupa A i B]

    e-Learning Courses
    • B. Kostek
    • P. Szczuko
    • A. Czyżewski

    Prowadzący: prof. dr hab. inż. Andrzej Czyżewski, prof. dr hab. inż. Bożena Kostek, dr hab. inż. Piotr Szczuko Terminy realizacji zajęć: 19.11, godz. 12:00-14:45 19.11, godz. 15:30-18:15 + wykłady offline Tematyka realizowanego przedmiotu obejmuje: Telemonitoring obiektów i aglomeracji Fonoskopia i analiza obrazów Podstawy psychofizjologii słyszenia i widzenia Kodowanie perceptualne i formaty zapisu dźwięku i obrazu Podstawy...