Wyniki wyszukiwania dla: UCZENIE MASZYNOWE

• Uczenie maszynowe do samoorganizacji systemów rozproszonych w zastosowaniach gospodarczych

  Publikacja

  • J. Balicki
  • W. Korłub

  - Współczesna Gospodarka - Rok 2017

  W pracy omówiono uczenie maszynowe do samoorganizacji systemów rozproszonych w zastosowaniach gospodarczych ze szczególnym uwzględnieniem sieci neuronowych do predykcji finansowych oraz szacowania ratingu przedsiębiorstw. Oprócz sieci neuronowych, istotną rolę w przygotowaniu i testowaniu informatycznych systemów finansowych może pełnić programowanie genetyczne. Z tego powodu omówiono uczenie maszynowe w aplikacjach konstruowanych...

  Pełny tekst do pobrania w portalu

• L22_23 Uczenie maszynowe

  Kursy Online

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

• L23_24 Uczenie maszynowe

  Kursy Online

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

• Sztuczna inteligencja i uczenie maszynowe

  Wydarzenia

  27-01-2022 18:00 - 27-01-2022 19:00

  Spotkanie informacyjne dotyczące studiów II stopnia na specjalnościach sztuczna inteligencja i uczenie maszynowe na wydziale ETI

• Kwantowe uczenie maszynowe (FIZ2B009)

  Kursy Online

  • 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...

• Uczenie maszynowe (lato 2021/2022)

  Kursy Online

  • S. Zaporowski
  • T. Neumann
  • N. Kowalczyk
  • J. Rumiński

• Uczenie maszynowe (lato 2020/2021)

  Kursy Online

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

• UCZENIE MASZYNOWE I [2023/24]

  Kursy Online

  • J. Buler
  • R. Buler
  • M. Grochowski
  • B. Puchalski

• Uczenie maszynowe w badaniach Ziemi - 2023

  Kursy Online

  • T. E. Berezowski
  • Z. Łubniewski

• 2022/2023 - Uczenie maszynowe o wysokiej wydajności

  Kursy Online

  • T. M. Boiński
  • R. Benke
  • K. Zawora

• [UczMasz 2024] Uczenie maszynowe w badaniach Ziemi

  Kursy Online

  • T. E. Berezowski
  • T. Bieliński
  • Z. Łubniewski

• 2023/2024 - Uczenie maszynowe o wysokiej wydajności

  Kursy Online

  • T. M. Boiński
  • R. Benke
  • K. Zawora

• UCZENIE MASZYNOWE W PROCESACH DECYZYJNYCH AUTONOMICZNYCH POJAZDÓW ELEKTRYCZNYCH [Niestacjonarne][2022/23]

  Kursy Online

  • M. Drzewiecki

• Podstawy uczenie maszynowego lato 2021/2022

  Kursy Online

  • N. Kowalczyk
  • J. Rumiński

• Uczenie maszynowe w wersji meta-learning jako narzędzie ukierunkowania eksperymentalnego ulepszania właściwości sorpcyjnych cieczy jonowych

  Projekty

  Kierownik projektu: Karol Baran   Program finansujący: PRELUDIUM

  Projekt realizowany w Katedra Chemii Fizycznej zgodnie z porozumieniem UMO-2023/49/N/ST5/01043

• Ocena wpływu drgań komunikacyjnych na budynki za pomocą maszynowego uczenia

  Publikacja

  • A. Jakubczyk-Gałczyńska

  - Materiały Budowlane - Rok 2023

  Drgania komunikacyjne mogą powodować spękania tynków, zarysowania a nawet zawalenie się budynku. Pomiary na rzeczywistych obiektach są pracochłonne i kosztowne, a nie zawsze uzasadnione. Celem jest utworzenie modelu, dzięki któremu można przewidzieć zagrożenie szkodliwego oddziaływania drgań komunikacyjnych na budynek. Po przeprowadzeniu własnych badań pomiarowych oraz analizie literatury utworzono model oparty na Maszynach Wektorów...

  Pełny tekst do pobrania w portalu

• Karol Dziedziul dr hab.

  Osoby

  Zakład Analizy Nieliniowej, Instytut Matematyki Stosowanej

• Optymalizacja struktur i obliczeń w sieciach neuronowych - 2023

  Kursy Online

  • S. Cygert
  • P. Szczuko

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

• Optymalizacja struktur i obliczeń w sieciach neuronowych

  Kursy Online

  • S. Cygert
  • P. Szczuko

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

• Optymalizacja struktur i obliczeń w sieciach neuronowych - 2024

  Kursy Online

  • S. Cygert
  • P. Szczuko

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