( Sztuczna inteligencja )-Sztuczna inteligencja-inż.-EITI (grupa przedmiotów zdefiniowana przez Wydział Elektroniki i Technik Informacyjnych)
|
| |||||||||
|
Legenda
Jeśli przedmiot jest prowadzony w danym cyklu dydaktycznym, to w odpowiedniej komórce pojawi się koszyk rejestracyjny. Ikona koszyka zależy od tego, czy możesz się rejestrować na dany przedmiot.
- nie jesteś zalogowany 
- aktualnie nie możesz się rejestrować 
- możesz się zarejestrować 
- możesz się wyrejestrować (lub wycofać prośbę) 
- złożyłeś prośbę o zarejestrowanie (i nie możesz jej już wycofać) 
- jesteś pomyślnie zarejestrowany (i nie możesz się wyrejestrować)
Kliknij na ikonę "i" przy koszyku, aby uzyskać dodatkowe informacje.
2021Z - rok akademicki 2021/2022 - sem. zimowy 2022L - rok akademicki 2021/2022 - sem. letni 2022Z - rok akademicki 2022/2023 - sem. zimowy 2023L - rok akademicki 2022/2023 - sem. letni 2023Z - rok akademicki 2023/2024 - sem. zimowy (zajęcia mogą być semestralne, trymestralne lub roczne) |
Opcje | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| 2021Z | 2022L | 2022Z | 2023L | 2023Z | |||||
| 103A-INSZI-ISP-IMA | brak |
 
|
brak | brak | brak |
Zajęcia przedmiotu
rok akademicki 2021/2022 - sem. letni
Grupy przedmiotu
Skrócony opis
Przedmiot ma na celu wprowadzenie studentów w różne aspekty wykorzystania narzędzi informatyki w inteligentnych maszynach. Zagadnienia omawiane w trakcie zajęć obejmują: automatyczną regulację, robotykę mobilną oraz systemy wizji maszynowej. Jako praktyczny przykład inteligentnego systemu wbudowanego rozważany jest robot mobilny, dla którego studenci mają możliwość zaprojektowania i przetestowania algorytmy regulacji, nawigacji oraz systemu wizyjnego. |
|
||
| 103B-INSZI-ISP-PERM | brak |
|
brak |
|
brak |
Zajęcia przedmiotu
rok akademicki 2021/2022 - sem. letni
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest zapoznanie z podstawowymi metodami komputerowego przetwarzania sygnałów i obrazów, pochodzących z czujników stosowanych w inteligentnych urządzeniach (smart devices), automatyce i robotyce. Zagadnienia omawiane w trakcie zajęć obejmują także projektowanie algorytmów analizy sygnałów, w szczególności sygnałów audio, mowy, obrazów RGB / RGB-D i sekwencji obrazów, z wykorzystaniem metod i technik sztucznej inteligencji - uczenia maszynowego i klasyfikacji wzorców. |
|
||
| 103A-INSZI-ISP-POP |
|
|
|
brak |
|
Zajęcia przedmiotu
rok akademicki 2021/2022 - sem. zimowy
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest zapoznanie studentów z elementami teorii oraz podstawowymi algorytmami przeszukiwania i optymalizacji. Student zdobędzie umiejętność formułowania i rozwiązywania problemów jako zadania przeszukiwania bądź optymalizacji. Student potrafił będzie dobrać odpowiednią metodę do postawionego zadania. |
|
||
| 103A-INSZI-ISP-SSNE |
|
brak |
|
|
brak |
Zajęcia przedmiotu
rok akademicki 2021/2022 - sem. zimowy
Grupy przedmiotu
Skrócony opis
Przedmiot ten ma na celu zapoznanie studentów z sieciami neuronowymi, t.j. ich strukturami, metodami ich uczenia i potencjalnymi zastosowaniami. Przedstawia praktycznie wszystkie używane struktury sieci, w tym perceptron wielowarstwowy, sieci splotowe, generatywne, autokodery, sieci rekurencyjne i inne. Prezentuje algorytmy ich uczenia takie jak CM, NAG, Adam i inne. Przedstawia narzędzia programistyczne służące do implementowania sieci neuronowych, takie jak Tensorflow.
|
|
||
| 103A-INSZI-ISP-UMA |
|
|
|
|
|
Zajęcia przedmiotu
rok akademicki 2021/2022 - sem. zimowy
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest zapoznanie studentów z elementami teorii oraz podstawowymi algorytmami uczenia maszynowego, w celu przygotowania do ich stosowania i implementowania, a także do głębszego zapoznania się z tą tematyką w ramach oferowanych przedmiotów obieralnych. Dzięki ograniczeniu zakresu przedmiotu do najważniejszych wyników teoretycznych oraz algorytmów stosunkowo prostych koncepcyjnie i implementacyjne mogą być one prezentowane szczegółowo i przystępnie. Aby ułatwić pełne i poprawne zrozumienie omawianych na wykładzie zagadnień teoretycznych oraz mechanizmów działania algorytmów, są one ilustrowane przykładami. Projekt daje okazję do zdobycia doświadczeń praktycznych w zakresie implementowania i stosowania algorytmów uczenia się. |
|
||
