Przedmioty obowiązkowe 2 sem. Sztuczna inteligencja i Data Science stac. II st. zakres SI (grupa przedmiotów zdefiniowana przez Wydział Informatyki i Sztucznej Inteligencji)
|
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.
2024/2025Z - Semestr zimowy 2024/2025 2025/2026Z - Semestr zimowy 2025/2026 2026/2027Z - Semestr zimowy 2026/2027 (zajęcia mogą być semestralne, trymestralne lub roczne) |
Akcje | ||||||
|---|---|---|---|---|---|---|---|
| 2024/2025Z | 2025/2026Z | 2026/2027Z | |||||
| WAI-SID-D2-ASI-SI-02 |
 
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Algorytmy sztucznej inteligencji stosowanych w grach: min-max, alfa-beta, wyszukiwanie najkrótszej drogi, maszyny stanów. Implementacja algorytmów sztucznej inteligencji stosowanych w prostych grach. Zastosowanie algorytmów sztucznej inteligencji w grach komputerowych. |
|
||
| WAI-SID-D2-AOB-SI-02 |
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Przedmiot „Architektury obliczeniowe dla systemów sztucznej inteligencji” ma na celu zapoznanie studentów z nowoczesnymi architekturami komputerowymi wykorzystywanymi do obliczeń AI na małą i dużą skalę. Obejmuje efektywne wykorzystanie procesorów CPU, GPU i FPGA do realizacji algorytmów AI, analizę wydajności, dostosowanie algorytmów oraz zarządzanie zasobami sprzętowo-programowymi. Zajęcia obejmują zarówno wykłady, jak i praktyczne laboratoria, które rozwijają umiejętności pracy w zespole oraz samodzielnej analizy problemów. |
|
||
| WAI-SID-D2-DL-SI-02 |
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Przedmiot pogłębia wiedzę z zakresu uczenia głębokiego, obejmując zaawansowane techniki takie jak autoenkodery, modele generatywne i mechanizmy uwagi. Studenci uczą się projektować i implementować złożone architektury sieci neuronowych, wykorzystywane m.in. w przetwarzaniu obrazów i języka naturalnego. Kurs kładzie nacisk na praktyczne zastosowania, przygotowując do pracy z nowoczesnymi modelami AI. |
|
||
| WAI-SID-D2-IST-SI-02 |
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Kurs poświęcony jest zagadnieniom z zakresu projektowania i implementowania automatycznych strategii handlowych (ATS – Automated Trading System) dedykowanych do handlu na rynku walutowym Forex. Studenci poznają podstawowe zasady funkcjonowania rynków finansowych, metody analizy danych, wybrane metody wielokryterialnego podejmowania decyzji w warunkach niepewności oraz zdobędą praktyczne umiejętności z zakresu projektowania, programowania i optymalizowania algorytmów typu HFT (High-Frequency Trading). |
|
||
| WAI-SID-D2-ISW-SI-02 |
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Kurs wprowadza studentów w podstawowe techniki i systemy inteligentnego uwierzytelniania. Wyposaża ich w praktyczne umiejętności w zakresie pozyskiwania, analizy i przetwarzania wzorców biometrycznych do weryfikacji tożsamości. Dodatkowo studenci zdobędą doświadczenie w projektowaniu i tworzeniu inteligentnych systemów uwierzytelniania. Program obejmuje metody weryfikacji tożsamości, analizę cech biometrycznych, wykrywanie błędów oraz zapobieganie fałszerstwom w systemach uwierzytelniania. Zajęcia laboratoryjne koncentrują się na przetwarzaniu danych biometrycznych w środowisku MATLAB, implementacji systemów uwierzytelniania na podstawie odcisków palców, tęczówki, rozpoznawania twarzy i układu naczyń krwionośnych, a także analizie uwierzytelniania z wykorzystaniem kart inteligentnych i dynamicznego zarządzania tożsamością. |
|
||
| WAI-SID-D2-MSR-CI-02 |
Metodologia badań naukowych (od 2026-10-01)
|
brak | brak |
|
Zajęcia przedmiotu
Semestr zimowy 2026/2027
Grupy przedmiotu
Skrócony opis
Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.
|
|
|
| WAI-SID-D2-JN-SI-02 |
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Podstawowe pojęcia przetwarzania języka naturalnego; Metody statystyczne; Bag of words; Sztuczne sieci neuronowe w MLP; Mechanizm atencji w przetwarzaniu języka naturalnego; Przykładowe zastosowania |
|
||
| WAI-SID-D2-RYN-SI-02 |
|
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.
|
|
||
| WAI-SID-D2-SR-SI-02 |
|
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Wprowadzenie do systemów rekomendacyjnych; Różne podejścia w systemach rekomendacyjnych; Miary oceny systemów rekomendacyjnych; Miary podobieństwa w systemach; Wielokryterialne systemy rekomendacyjne; Klasyczne metody uczenia maszynowego w systemach rekomendacyjnych; Zastosowanie głębokiego uczenia w systemach rekomendacyjnych; Przykładowe systemy rekomendacyjne; |
|
||
| WAI-SID-D2-WKR-SI-02 |
|
|
|
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.
|
|
||
| WAI-SID-D2-WI-SI-02 |
|
|
brak |
Zajęcia przedmiotu
Semestr zimowy 2024/2025
Grupy przedmiotu
Skrócony opis
Nie podano opisu skróconego, przejdź do strony przedmiotu aby uzyskać więcej danych.
|
|
||
