Inżynieria i analiza danych, II st. - przedmioty obowiązkowe, sem. 1 z 3 (grupa przedmiotów zdefiniowana przez Wydział Matematyki i Nauk 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.
2019L - rok akademicki 2018/2019 - sem. letni 2020L - rok akademicki 2019/2020 - sem. letni 2021L - rok akademicki 2020/2021 - sem. letni 2022L - rok akademicki 2021/2022 - sem. letni (zajęcia mogą być semestralne, trymestralne lub roczne) |
Opcje | |||||||
---|---|---|---|---|---|---|---|---|
2019L | 2020L | 2021L | 2022L | |||||
1120-DS000-MSP-0111 | brak | brak |
Zajęcia przedmiotu
rok akademicki 2018/2019 - sem. letni
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest zapoznanie studentów z podstawowymi technikami uczenia głębokiego. Szczególny nacisk położony będzie na nabycie praktycznych umiejętności budowania złożonych struktur neuronowych oraz ich uczenia w oparciu o różne realizacje paradygmatu głębokiego uczenia. Wymagania wstępne / przedmioty poprzedzające Podstawowa wiedza z zakresu sztucznych sieci neuronowych oraz uczenia maszynowego. Umiejętność programowania w języku Python. |
|
||||
1120-DS000-MSP-0112 | brak | brak |
Zajęcia przedmiotu
rok akademicki 2018/2019 - sem. letni
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest przekazanie wiedzy i pozyskanie przez studentów umiejętności związanych z przetwarzaniem i analizą danych wielkoskalowych, w tym wykorzystaniem metod uczenia maszynowego do analizy strumieni danych. Wymagania wstępne / przedmioty poprzedzające: Znajomość relacyjnych baz danych i systemów składowania danych, umiejętność programowania w językach Java lub Python, podstawowa znajomość metod uczenia maszynowego. |
|
||||
1120-DS000-MSP-0113 | brak | brak |
Zajęcia przedmiotu
rok akademicki 2018/2019 - sem. letni
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest przekazanie wiedzy i zapewnienie umiejętności w dziedzinie technologii chmurowych, ze szczególnym uwzględnieniem zagadnień architektonicznych i wykorzystania infrastruktury zewnętrznych dostawców do udostępniania usług i systemów informatycznych. Wymagania wstępne / przedmioty poprzedzające: Znajomość systemów Unix/Linux, zagadnień architektury systemów informatycznych, technologii i protokołów sieciowych |
|
||||
1170-IN000-MSP-0678 |
Zajęcia przedmiotu
rok akademicki 2018/2019 - sem. letni
Grupy przedmiotu
Skrócony opis
Celem jest zapoznanie studentów z tematyką inicjowania i prowadzenia działalności gospodarczej, ochrony własności intelektualnej, prawa autorskiego i zasad etycznych związanych z wykonywaniem zawodu informatyka. Wymagania wstępne: Zainteresowanie tematyką prowadzenia działalności gospodarczej wraz z ekonomiczną analizą przedsięwzięcia informatycznego, prawa własności intelektualnej, prawa autorskiego i zasad etycznych związanych z wykonywaniem zawodu informatyka. |
|
||||||
1120-DS000-MSP-0114 | brak | brak |
Zajęcia przedmiotu
rok akademicki 2018/2019 - sem. letni
Grupy przedmiotu
Skrócony opis
Cel przedmiotu: Poznanie technik wizualizacji danych, statycznej oraz interaktywnej. Poznanie zagadnień związanych z wizualizacją, takich jak percepcja kolorów, geometrii, reguły kompozycji danych, związek z analizą danych, predykcją, modelowaniem, testowaniem hipotez. |
|
||||
1120-DS000-MSP-0115 | brak | brak |
Zajęcia przedmiotu
rok akademicki 2018/2019 - sem. letni
Grupy przedmiotu
Skrócony opis
Celem przedmiotu jest zapoznanie słuchaczy z zaawansowanymi metodami uczenia maszynowego oraz nauczenie ich aktywnej umiejętności modelowania i analizy danych regresyjnych przy użyciu szeregu nowoczesnych metod statystycznych i data miningowych, w szczególności metod modelowania krzywych regresji, metod klasyfikacji i analizy szeregów czasowych. Wymagania wstępne / przedmioty poprzedzające: Wstęp do Uczenia Maszynowego |
|
||||