Uniwersytet w Białymstoku - Centralny System Uwierzytelniania

Sieci neuronowe

Informacje ogólne

Kod przedmiotu:	410-KS1-2SIN4
Kod Erasmus / ISCED:	14.951 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. / (brak danych)
Nazwa przedmiotu:	Sieci neuronowe
Jednostka:	Instytut Filozofii
Grupy:	3L stac. studia I stopnia kognitywistyka - przedm. obowiązkowe
Punkty ECTS i inne:	2.00 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:	polski
Rodzaj przedmiotu:	obowiązkowe
Założenia (opisowo):	Założenia i cele przedmiotu: Zapoznanie z podstawami Sztucznych Sieci Neuronowych.
Skrócony opis:	Profil studiów: ogólnoakademicki Forma studiów: stacjonarne Rodzaj przedmiotu: obowiązkowy Dziedzina i dyscyplina nauki: Informatyka Rok studiów / semestr: 2 / 4 Wymagania wstępne (tzw. sekwencyjny system zajęć i egzaminów): Przedmioty wprowadzające: Logika Formalna, Programowanie 1, Programowanie 2 Laboratorium: 30 Metody dydaktyczne: prezentacje multimedialne, praca samodzielna, praca w grupach. Punkty ECTS: 2 Bilans nakładu pracy studenta: Udział w zajęciach: - laboratorium 30h Przygotowanie do zajęć: - laboratorium 15h Wskaźniki ilościowe: wymagającymi bezpośredniego udziału nauczyciela: 30, 1,5 ECTS o charakterze praktycznym: 45, 2 ECTS
Pełny opis:	Celem przedmiotu jest zapoznanie studentów z typowymi architekturami oraz metodami uczenia sztucznych sieci neuronowych (SSN). Sieci te, czerpiąc wzorce działania z biologicznych układów są wysoce równoległymi systemami informatycznymi z właściwościami samouczącymi i jako takie stanowią rezultat badań nad sztuczną inteligencją i alternatywnymi modelami przetwarzania informacji. Oprócz teorii SSN, w ramach przedmiotu przedstawia się ich zastosowania w dziedzinach rozpoznawania, klasyfikacji, predykcji (ekonomia) i kompresji danych.
Literatura:	1. D. Rutkowska, M. Piliński, L. Rutkowski, Sieci neuronowe, algorytmy genetyczne i systemy rozmyte, Wydawnictwo Naukowe PWN, Warszawa 2004. 2. L. Rutkowski, Metody i techniki sztucznej inteligencji. Inteligencja obliczeniowa, wyd. 2 zmienione, Wydawnictwo Naukowe PWN, Warszawa 2012.
Efekty uczenia się:	KW_07: ma podstawową wiedzę o technologiach informacyjnych wykorzystywanych do wspomagania procesów poznawczych i komunikacyjnych K_U07: posługuje się technologiami i narzędziami informatycznymi do pozyskiwania informacji oraz wspomagania procesów poznawczych i komunikacyjnych
Metody i kryteria oceniania:	Kolokwium zaliczeniowe

Zajęcia w cyklu "Rok akademicki 2022/23" (zakończony)

Okres:	2022-10-01 - 2023-06-30	Wybrany podział planu: tygodniowy cykl przedmiotu Przejdź do planu PN WT ŚR CZ PT LAB LAB LAB
Typ zajęć:	Laboratorium, 30 godzin więcej informacji
Koordynatorzy:	Wojciech Lesiński
Prowadzący grup:	Wojciech Lesiński
Lista studentów:	(nie masz dostępu)
Zaliczenie:	Zaliczenie na ocenę

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet w Białymstoku.