Search results for: uczelnie wyzsze - Bridge of Knowledge

Search

Search results for: uczelnie wyzsze

Search results for: uczelnie wyzsze

  • 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

  • Geodezja wyższa

    e-Learning Courses
    • J. Pyrchla

    Celem nauczania jest: zapoznanie z teorią pola siły ciężkości związaną z obecnym kształtem Ziemi; podejście kolokacyjne do parametrów pola siły ciężkości, umiejętność uwzględnienia wpływu pola siły ciężkości na opracowanie obserwacji geodezyjnych - redukcje elementów geodezyjnych na elipsoidę odniesienia.

  • 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.

  • Geodezja wyższa i astronomia geodezyjna_2022

    e-Learning Courses
    • J. Pyrchla

    Trygonometria sferyczna: linia trygonometryczna, własności trójkąta sferycznego; twierdzenie sinusów, cosinusów dla boków, cosinusów dla kątów oraz tangensów. Wzory Borda, analogie Nepera. Nadmiar sferyczny. Pole powierzchni trójkąta sferycznego. Wprowadzenie do geodezji wyższej: podział geodezji, kształt Ziemi, powierzchnie odniesienia, sieci geodezyjne. Elipsoida obrotowa spłaszczona jako powierzchnia odniesienia: elementarne...

  • Geodezja wyższa i astronomia geodezyjna

    e-Learning Courses
    • J. Pyrchla

  • eUczelnia

    e-Learning Courses

  • 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

  • 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

  • Geodezja wyższa i astronomia geodezyjna - Ćwiczenia_2022

    e-Learning Courses
    • J. Pyrchla

    Trygonometria sferyczna: linia trygonometryczna, własności trójkąta sferycznego; twierdzenie sinusów, cosinusów dla boków, cosinusów dla kątów oraz tangensów. Wzory Borda, analogie Nepera. Nadmiar sferyczny. Pole powierzchni trójkąta sferycznego. Wprowadzenie do geodezji wyższej: podział geodezji, kształt Ziemi, powierzchnie odniesienia, sieci geodezyjne. Elipsoida obrotowa spłaszczona jako powierzchnia odniesienia: elementarne...

  • Ćwiczenia - Geodezja wyższa i astronomia geodezyjna

    e-Learning Courses
    • J. Pyrchla

    Nabycie wiedzy i umiejętności prowadzenia obliczeń geodezyjnych na kuli i elipsoidzie.

  • GEODEZJA WYŻSZA 2021

    e-Learning Courses
    • J. Pyrchla

    Nabycie wiedzy i umiejętności rozwiązywania zagadnień geodezyjnych na kuli, elipsoidzie lub układach przestrzennych przy wykorzystaniu nowoczesnej technologii i systemów pomiarowych. Zapoznanie z zasadami wyznaczania figury Ziemi metodami grawimetrycznymi, wpływem pola siły ciężkości na wyniki pomiarów geodezyjnych, systemami wysokości oraz systemami odniesień przestrzennych. Umieć korzystać i interpretować...

  • 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...

  • GEODEZJA WYŻSZA - ĆWICZENIA 2021

    e-Learning Courses
    • J. Pyrchla

    Obliczenia z zakresu trygonometrii sferycznej:twierdzenie sinusów, cosinusów dla boków, cosinusów dla kątów oraz tangensów. wzory Borda, analogie Nepera. Nadmiar sferyczny. Pole powierzchni trójkąta sferycznego. Zadania z zakresu podstawowych obliczeń na elipsoidzie, linia geodezyjna na powierzchni elipsoidy obrotowej. Przenoszenie współrzędnych na elipsoidzie, zadanie wprost i odwrotne

  • 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

  • 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

  • Głębokie uczenie ze wzmocnieniem 2022/2023

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

  • Efektywne uczenie się i rozwój (2022)

    e-Learning Courses
    • J. Mytnik

  • Uczenie Głębokie w Widzeniu Komputerowym 2022

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

  • Podstawy uczenie maszynowego lato 2021/2022

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

  • Uczenie maszynowe w badaniach Ziemi - 2023

    e-Learning Courses
    • T. E. Berezowski
    • Z. Łubniewski

  • 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.

  • Architektury Uczenia Głębokiego 2022

    e-Learning Courses
    • P. Kowalski

  • L22_23 Podstawy uczenia maszynowego

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

  • 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}

  • L23_24 Podstawy uczenia maszynowego

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

  • Architektury Głębokiego Uczenia 2024

    e-Learning Courses
    • P. Kowalski

  • Podstawy uczenia maszynowego AI

    e-Learning Courses

    Podstawy uczenia maszynowego. Machine Learning fundamentals.

  • 2022/2023 - Uczenie Głębokie w Widzeniu Komputerowym

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

  • 2022/2023 - Uczenie maszynowe o wysokiej wydajności

    e-Learning Courses
    • T. M. Boiński
    • R. Benke
    • K. Zawora

  • [UczMasz 2024] Uczenie maszynowe w badaniach Ziemi

    e-Learning Courses
    • T. E. Berezowski
    • T. Bieliński
    • Z. Łubniewski

  • Uczenie Głębokie w Widzeniu Komputerowym - 2023/2024

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

  • 2023/2024 - Uczenie maszynowe o wysokiej wydajności

    e-Learning Courses
    • T. M. Boiński
    • R. Benke
    • K. Zawora

  • Efektywne uczenie się, praca zespołowa i komunikacja

    e-Learning Courses
    • N. K. Gietka
    • J. Mytnik
    • O. Ludyga

    Bezpłatny certyfikowany 15-godzinny kurs online dla studentów Politechniki Gdańskiej „Efektywne uczenie się, praca zespołowa i komunikacja”.

  • Efektywne uczenie się i rozwój (2023/24)

    e-Learning Courses
    • K. Dembek
    • J. Mytnik

  • Pozytywne zarządzanie organizacjami (2021_22) - Zaoczne

    e-Learning Courses
    • B. Basińska

    Prowadzący: dr hab. Beata Basińska, prof. uczelni

  • Obrona dyplomu_KZwBiIS

    e-Learning Courses
    • A. Kristowski
    • B. Grzyl
    • A. Cuglewska-Lech
    • A. Siemaszko

    Prowadzący: dr inż. Adam Kristowski, prof. uczelni

  • Etyka w uczeniu maszynowym - 2023

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

    Celem 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...

  • 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.

  • 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

  • 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

    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