Uniwersytet w Białymstoku - Centralny System Uwierzytelniania
Strona główna

Sztuczna inteligencja

Informacje ogólne

Kod przedmiotu: 0500-KS1-2SIN
Kod Erasmus / ISCED: 14.952 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0319) Programy i kwalifikacje związane z naukami społecznymi, gdzie indziej niesklasyfikowane Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Sztuczna inteligencja
Jednostka: Instytut Socjologii i Kognitywistyki
Grupy:
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: (brak danych)
Rodzaj przedmiotu:

obowiązkowe

Założenia (lista przedmiotów):

Logika formalna 0500-KS1-1LOF
Wstęp do informatyki 0500-KS1-1WIN

Tryb prowadzenia przedmiotu:

w sali

Skrócony opis:

Celem przedmiotu jest przedstawienie studentom podstawowych problemów i metod stosowanych w sztucznej inteligencji (w skrócie AI). Student poznaje paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy. Laboratorium uczy praktycznego zastosowania narzędzi sztucznej inteligencji.

Pełny opis:

Na zajęciach ze sztucznej inteligencji (w skrócie AI) student zapozna się z podstawowymi zagadnieniami i metodami stosowanych w AI. Student pozna zarys historyczny i paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy oraz wybrane zastosowania AI. Laboratorium uczy praktycznego zastosowania narzędzi AI.

Nazwa kierunku studiów: Kognitywistyka i komunikacja

Poziom kształcenia: Studia pierwszego stopnia

Profil studiów: Ogólnoakademicki

Forma studiów: Stacjonarne

Rodzaj przedmiotu: Podstawowy

Punkty ECTS: 3

Bilans nakładu pracy studenta:

udział w wykładach – 15 h

udział w laboratorium – 15 h

udział w konsultacjach – 5 h

przygotowanie do zajęć – 25 h

lektura tekstów – 15 h

przygotowanie do zaliczenia laboratorium – 10 h

przygotowanie do zaliczenia wykładu – 15 h

Wskaźniki ilościowe:

nakład pracy studenta związany z zajęciami

- wymagającymi bezpośredniego udziału nauczyciela: 35 h, 1 ECTS

- o charakterze praktycznym: 65 h, 2 ECTS

Literatura:

1. Flasiński, M., Wstęp do sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2011.

2. Goldberg, D. E., Algorytmy genetyczne i ich zastosowania, wyd. 3, Wydawnictwa Naukowo-Techniczne, Warszawa 2003.

3. Russell, S. J., Norvig, P., Artificial Intelligence. A Modern Approach, 3rd Ed., Pearson, 2014.

4. Rutkowski, L., Metody i techniki sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2009.

Efekty uczenia się:

Student

1. zna podstawowe problemy badawcze w zakresie AI (wykład) K_W02, K_W04, K_W06, K_W08, K_U01.

2. posiada podstawową wiedzę o wybranych narzędziach AI (wykład, laboratorium) K_W04, K_W05, K_W08.

3. ma podstawową wiedzę na temat metod reprezentowania i eksploracji wiedzy (w, lab) K_W04, K_W08, K_K05.

4. rozumie teksty naukowe związane z problematyką AI oraz potrafi prowadzić dyskusję na temat podstawowych zagadnień dotyczących AI (lab) K_U03, K_U04, K_U06.

5. potrafi posługiwać się wybranymi algorytmami stosowanymi w AI (lab) K_W08, K_U01, K_K05.

6. potrafi przygotować wypowiedź na określony temat w zakresie AI (lab) K_W02, K_W08, K_U01,K_U03, K_U06.

Metody i kryteria oceniania:

Metody dydaktyczne: wykład, zajęcia laboratoryjne (praca indywidualna i zespołowa).

Zaliczenie laboratorium na podstawie kolokwium / pisemnych sprawozdań z wykonanych zadań. Zaliczenie wykładu i przedmiotu w formie testu pisemnego. Warunkiem dopuszczenia do zaliczenia przedmiotu jest uzyskanie oceny co najmniej dostatecznej z laboratorium.

W razie nieobecności na zajęciach student ma obowiązek samodzielnie nadrobić zaległości. Na zajęciach laboratoryjnych dopuszcza się co najwyżej 20% nieobecności nieusprawiedliwionych.

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.
ul. Świerkowa 20B, 15-328 Białystok tel: +48 85 745 70 00 (Centrala) https://uwb.edu.pl kontakt deklaracja dostępności USOSweb 7.0.3.0-1 (2024-04-02)