Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Metody sztucznej inteligencji - sieci neuronowe
Koordynator przedmiotu:
dr hab. inż. Kszysztof Lewenstein, prof. nzw. PW, dr inż. Elżbieta Ślubowska
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia II stopnia
Program:
Inżynieria Biomedyczna
Grupa przedmiotów:
Wariantowe
Kod przedmiotu:
brak
Semestr nominalny:
1 / rok ak. 2012/2013
Liczba punktów ECTS:
4
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
30h wykład, 15h laboratorium Przygotowanie do zaliczeń kolokwiów wykładowych 2*10h=20h; przygotowanie do laboratorium 20h (zapoznanie się z systemem modelowania SN 10h, przygotowanie merytoryczne i opracowanie eksperymentów 10h); opracowanie sprawozdań z ćwiczeń i ich obrona 10h. Razem: 96h ($ ECTS)
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
30h wykład, 15h laboratorium Razem: 45 (2 ECTS)
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
15h laboratorium przygotowanie do laboratorium 20h (zapoznanie się z systemem modelowania SN 10h, przygotowanie merytoryczne i opracowanie eksperymentów 10h); opracowanie sprawozdań z ćwiczeń i ich obrona 10h. Razem: 45(2 ECTS)
Formy zajęć i ich wymiar w semestrze:
  • Wykład450h
  • Ćwiczenia0h
  • Laboratorium225h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
matematyka, elektronika i informatyka - poziom inżynierski
Limit liczby studentów:
60
Cel przedmiotu:
brak
Treści kształcenia:
brak
Metody oceny:
brak
Egzamin:
nie
Literatura:
brak
Witryna www przedmiotu:
brak
Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt SNI_W01
Zna teoretyczne podstawy działania i metody uczenia elementów neuropodobnych oraz budowy struktur sieciowych
Weryfikacja: kolokwia
Powiązane efekty kierunkowe: K_W01, K_W09
Powiązane efekty obszarowe: T2A_W01, T2A_W03, T2A_W04
Efekt SNI_W02
Zna zasady przygotowania sygnałów dla systemów sztucznej inteligencji
Weryfikacja: kolokwia
Powiązane efekty kierunkowe: K_W04, K_W05
Powiązane efekty obszarowe: T2A_W04, T2A_W03, T2A_W04, T2A_W07
Efekt SNI_W03
Ma wiedzę na temat budowy i funkcjonowania systemów eksperckich i klasyfikatorów
Weryfikacja: kolokwia
Powiązane efekty kierunkowe: K_W09
Powiązane efekty obszarowe: T2A_W03, T2A_W04
Efekt SNI_W04
Zna zasady działania algorytmów ewolucyjnych
Weryfikacja: kolokwia
Powiązane efekty kierunkowe: K_W09
Powiązane efekty obszarowe: T2A_W03, T2A_W04

Profil ogólnoakademicki - umiejętności

Efekt SNI_U01
Potrafi zaprojektować układ sztucznej inteligencji realizujący rozwiązanie postawionego problemu
Weryfikacja: laboratorium
Powiązane efekty kierunkowe: K_U01, K_U03, K_U07, K_U08
Powiązane efekty obszarowe: T2A_U01, T2A_U02, T2A_U03, T2A_U06, T2A_U04, T2A_U08, T2A_U09, T2A_U18, T2A_U08, T2A_U09, T2A_U15, T2A_U18
Efekt SNI_U02
Potrafi dobrać właściwe narzędzia informatyczne do zamodelowania budowanego systemu
Weryfikacja: laboratorium
Powiązane efekty kierunkowe: K_U01
Powiązane efekty obszarowe: T2A_U01
Efekt SNI_U)3
Posiada umiejętność korzystania ze źródeł literaturowych czy internetowych
Weryfikacja: kolokwium
Powiązane efekty kierunkowe: K_U01
Powiązane efekty obszarowe: T2A_U01
Efekt SNI_U04
Potrafi zaplanować eksperyment badawczy z zastosowaniem metod sztucznej inteligencji i krytycznie zaprezentować jego wyniki
Weryfikacja: laboratorium
Powiązane efekty kierunkowe: K_U02, K_U16
Powiązane efekty obszarowe: T2A_U02, T2A_U11, T2A_U18

Profil ogólnoakademicki - kompetencje społeczne

Efekt SNI_K01
Potrafi pracować indywidualnie i w zespole
Weryfikacja: laboratorium
Powiązane efekty kierunkowe: K_K02
Powiązane efekty obszarowe: T2A_K03