Uniwersytet w Białymstoku - Centralny System Uwierzytelniania
Strona główna

Sztuczna inteligencja

Informacje ogólne

Kod przedmiotu: 420-ES1-3SZI
Kod Erasmus / ISCED: 11.303 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. / (0612) Database and network design and administration Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Sztuczna inteligencja
Jednostka: Instytut Informatyki
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: polski
Rodzaj przedmiotu:

fakultatywne

Założenia (opisowo):

Zakłada się, że student posiada wiedzę i umiejętności praktyczne z zakresu przedmiotów informatycznych i matematycznych na poziomie połowy 3. roku studiów licencjackich z Informatyki i ekonometrii.

Tryb prowadzenia przedmiotu:

w sali
zdalnie

Skrócony opis:

Cele przedmiotu:

Przedstawienie krótkiej historii, głównych kierunków rozwoju i ograniczeń sztucznej inteligencji. Wprowadzenie do wybranych zagadnień badanych w sztucznej inteligencji, np. reprezentacja wiedzy, maszynowe uczenie czy przeszukiwanie przestrzeni stanów. Podanie podstaw teoretycznych technik i metod sztucznej inteligencji. Nauczenie wybranych technik i metod w stopniu umożliwiającym ich zastosowanie w praktyce.

Pełny opis:

Profil studiów: ogólnoakademicki

Forma studiów: stacjonarne

Rodzaj przedmiotu: fakultatywny

Dziedzina: nauki ścisłe i przyrodnicze; dyscyplina: informatyka

Rok studiów / semestr: 3/6

Wykład: 15h, Laboratorium: 30h

Metody dydaktyczne: przekazanie podstaw teoretycznych w formie wykładu, nauczenie wybranych metod i technik stosowanych w zagadnieniach sztucznej inteligencji w formie zajęć laboratoryjnych.

Punkty ECTS: 4

Bilans nakładu pracy studenta:

Udział w zajęciach:

- wykład 15h

- laboratorium 30h

Przygotowanie do zajęć:

- wykład 10h

- laboratorium 27,5h

Przygotowanie do egzaminu: 10h

Czas trwania egzaminu: 2h

Udział w konsultacjach: 5,5h

Wskaźniki ilościowe:

zajęcia wymagające bezpośredniego udziału nauczyciela: 52,5h; 2,1 ECTS

zajęcia niewymagające bezpośredniego udziału nauczyciela: 47,5h; 1,9 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:

Student zna i rozumie

- wybrane metodologie i narzędzia informatyczne umożliwiające tworzenie programów na potrzeby sztucznej inteligencji KA6_WG6;

- podstawowe pojęcia z dziedziny uczenia maszynowego – reprezentacja cech, klasyfikacja, uczenie pod nadzorem i bez nadzoru; zna wybrane metody grupowania i klasyfikacji obiektów KA6_WG7;

Student potrafi

- konfigurować wybrane programy i aplikacje dla zastosowań w sztucznej inteligencji KA6_UW5;

- odpowiednio określić priorytety służące realizacji określonego przez siebie lub innych zadania KA6_U02;

- rozumie potrzebę uczenia się przez całe życie KA6_UU1.

Sposoby weryfikacji osiągnięcia efektów: egzamin pisemny lub ustny, ocena wykonania zadań obliczeniowych i/ lub projektowych, kolokwium, obserwacja aktywności studenta na zajęciach.

Metody i kryteria oceniania:

Zaliczenie przedmiotu w formie egzaminu pisemnego lub ustnego. Warunkiem dopuszczenia do egzaminu jest uzyskanie oceny co najmniej dostatecznej z laboratorium.

Zaliczenie laboratorium na podstawie wykonanych zadań obliczeniowych lub projektowych dostarczonych wraz z dokumentacją.

W razie nauki zdalnej wykorzystanie zalecanej platformy e-learningowej oraz systemu USOSmail.

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 (2024-03-22)