Sztuczna inteligencja
Informacje ogólne
Kod przedmiotu: | 410-KS1-2SIN3 |
Kod Erasmus / ISCED: |
14.951
|
Nazwa przedmiotu: | Sztuczna inteligencja |
Jednostka: | Instytut Filozofii |
Grupy: |
3L stac. studia I stopnia kognitywistyka - przedm. obowiązkowe |
Punkty ECTS i inne: |
2.00
|
Język prowadzenia: | polski |
Rodzaj przedmiotu: | obowiązkowe |
Założenia (opisowo): | Zakłada się posiadanie przez studenta podstawowej wiedzy w zakresie logiki, teorii mnogości oraz informatyki. |
Tryb prowadzenia przedmiotu: | mieszany: w sali i zdalnie |
Skrócony opis: |
Celem przedmiotu jest zapoznanie studentów z podstawowymi zagadnieniami i metodami stosowanymi w sztucznej inteligencji (w skrócie AI). Student pozna w zarysie historię i paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy. Laboratorium ma nauczyć praktycznego zastosowania wybranych technologii AI. |
Pełny opis: |
W ramach przedmiotu student zapozna się z podstawowymi zagadnieniami i metodami stosowanymi w sztucznej inteligencji (w skrócie AI). Pozna zarys historyczny i paradygmaty AI, metody obliczeniowe AI, modele komputerowej reprezentacji wiedzy oraz wybrane zastosowania AI. Laboratorium uczy praktycznego zastosowania technologii AI. Profil studiów: ogólnoakademicki Forma studiów: stacjonarne Rodzaj przedmiotu: obowiązkowy Dziedzina / dyscyplina: nauki humanistyczne / filozofia, nauki o komunikacji społecznej i mediach Rok studiów / semestr: 2/3 Wykład: 15 h, laboratorium: 15 h Punkty ECTS: 2 Bilans nakładu pracy studenta: udział w wykładach – 15 h udział w laboratorium – 15 h udział w konsultacjach – 2 h przygotowanie do zajęć: laboratorium 10 h, wykład 5 h przygotowanie do zaliczenia laboratorium – 5 h przygotowanie do zaliczenia wykładu – 10 h zaliczanie wykładu 2 h Wskaźniki ilościowe: nakład pracy studenta związany z zajęciami - wymagającymi bezpośredniego udziału nauczyciela: 34 h, 1 ECTS - niewymagającymi bezpośredniego udziału nauczyciela: 30 h, 1 ECTS |
Literatura: |
1. Flasiński, M., Wstęp do sztucznej inteligencji, Wydawnictwo Naukowe PWN, Warszawa 2011. 2. Russell, S. J., Norvig, P., Artificial Intelligence. A Modern Approach, 3rd Ed., Pearson, 2014. 3. Rutkowski, L., Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, wyd. 2 zmienione, Wydawnictwo Naukowe PWN, Warszawa 2012. |
Efekty uczenia się: |
Absolwent zna i rozumie: podstawowe technologie informacyjne wykorzystywane do wspomagania procesów poznawczych i komunikacyjnych -- KA6_WG2 (w, lab); metody sztucznej inteligencji wykorzystywane w modelowaniu i analizie systemów poznawczych i komunikacyjnych -- KA6_WG3 (w, lab); etyczne i filozoficzne problemy sztucznej inteligencji -- KA6_WK6 (w). Absolwent potrafi: sformułować kognitywistyczny problem badawczy oraz zaproponować jego rozwiązanie w postaci hipotezy naukowej -- KA6_UW1 (w, lab); posługiwać się technologiami i narzędziami informatycznymi do pozyskiwania informacji oraz wspomagania procesów poznawczych i komunikacyjnych -- KA6_UW7 (lab). Absolwent jest gotów do: bycia otwartym na nowe tendencje we współczesnej nauce i społeczeństwie oraz zasięgania opinii ekspertów w rozwiązywaniu problemów poznawczych i praktycznych -- KA6_KK2 (w, lab); podnoszenia kwalifikacji zawodowych oraz kompetencji osobistych, w tym etycznych -- KA6_KR1 (w, lab); współdziałania w grupach oraz przyjmowania w nich różnych ról -- KA6_KR2 (lab). Sposób weryfikacji osiągnięcia zamierzonych efektów: zaliczenie w formie pisemnej (test, zagadnienia do opracowania, zadania projektowe), obserwacja postępów pracy studenta na zajęciach laboratoryjnych, dyskusja. |
Metody i kryteria oceniania: |
Metody kształcenia: wykłady z wykorzystaniem prezentacji multimedialnych, rozwiązywanie zadań i problemów, laboratoria, dyskusja. Zaliczenie wykładu w formie pisemnej lub ustnej. Zaliczenie laboratorium na podstawie wyników kolokwium lub wykonanych zadań projektowych wraz z pisemnymi lub ustnymi sprawozdaniami lub na podstawie obserwacji postępów pracy studenta na zajęciach. Warunkiem zaliczenia przedmiotu jest uzyskanie ocen co najmniej dostatecznych z laboratorium oraz z wykładu. W razie nieobecności na zajęciach student ma obowiązek samodzielnie nadrobić zaległości. |
Zajęcia w cyklu "Rok akademicki 2022/23" (zakończony)
Okres: | 2022-10-01 - 2023-06-30 |
Przejdź do planu
PN WT ŚR CZ PT LAB
LAB
WYK
LAB
|
Typ zajęć: |
Laboratorium, 15 godzin
Wykład, 15 godzin
|
|
Koordynatorzy: | Anna Gomolińska | |
Prowadzący grup: | Anna Gomolińska | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Zaliczenie na ocenę | |
Rodzaj przedmiotu: | obowiązkowe |
|
Tryb prowadzenia przedmiotu: | mieszany: w sali i zdalnie |
|
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. |
|
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. Rutkowska, D., Piliński, M., Rutkowski, L., Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa 2004. 5. Rutkowski, L., Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, wyd. 2 zmienione, Wydawnictwo Naukowe PWN, Warszawa 2012. |
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.