Drukuj Eksport do pliku (MS Word)
Nazwa przedmiotu:
Kognitywistyka
Koordynator przedmiotu:
dr hab inź. Grzeszczyk Tadeusz prof. PW
Status przedmiotu:
Obowiązkowy
Poziom kształcenia:
Studia I stopnia
Program:
Inżynieria Zarządzania
Grupa przedmiotów:
Specjalność: Inżynieria cyfrowa
Kod przedmiotu:
-
Semestr nominalny:
4 / rok ak. 2019/2020
Liczba punktów ECTS:
2
Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:
2 ECTS: 10h wykład + 15h ćwiczenia + 15h zapoznanie z literaturą + 10h przygotowanie do zajęć + 10h przygotowanie projektu i prezentacji = 60h
Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:
0,8 ECTS: wykład 10h + ćwiczenia 15h = 25h
Język prowadzenia zajęć:
polski
Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:
1,8 ECTS: 15h ćwiczenia + 10h przygotowanie do zajęć + 10h przygotowanie projektu i prezentacji + 15h zapoznanie z literaturą = 50h
Formy zajęć i ich wymiar w semestrze:
  • Wykład10h
  • Ćwiczenia15h
  • Laboratorium0h
  • Projekt0h
  • Lekcje komputerowe0h
Wymagania wstępne:
Umiejętność posługiwania się edytorem tekstów i e-bazami z literaturą
Limit liczby studentów:
- od 25 osób do limitu miejsc w sali audytoryjnej (wykład) - od 25 osób do limitu miejsc w sali laboratoryjnej (ćwiczenia)
Cel przedmiotu:
Celem przedmiotu jest przekazanie studentom teoretycznej wiedzy dotyczącej interdyscyplinarnych nauk kognitywnych oraz praktycznych umiejętności rozwiązywania wybranych problemów z wykorzystaniem podstawowych paradygmatów.
Treści kształcenia:
A. Wykład: 1. Wprowadzenie, istota kognitywistyki, podstawowe pojęcia. 2. Wstęp do kognitywistyki. Mózg, neurony, umysł, świadomość, zachowanie, najprostsze teorie i modele matematyczne. Filozofia kognitywna. 3. Przegląd metod i modeli kognitywnych. 4. Podsumowanie, dyskusja i przedstawienie propozycji ocen końcowych z wykładu. 5. Sprawdzian poprawkowy obejmujący cały materiał przedstawiony podczas zajęć wykładowych. B. Ćwiczenia: 1. Wprowadzenie. Wstępna prezentacja tematów projektów. 2. Dyskusja i wybór tematów pierwszych projektów bazujących na studiach literaturowych. 3. Architektura systemów kognitywnych. Prezentacje projektów studenckich. 4. Kognitywistyka i sztuczna inteligencja. C. d. prezentacji projektów. 5. Dyskusja podsumowująca i wybór tematów drugich projektów bazujących na badaniach empirycznych. 5. Kognitywne systemy informatyczne. Prezentacje zaawansowanych projektów. 6. Podsumowanie, dyskusja i wystawianie ocen końcowych. 7. Sprawdzian poprawkowy z całości materiału.
Metody oceny:
A. Wykład: 1. Ocena formatywna: wynika z aktywności studentów podczas zajęć. 2. Ocena sumatywna: sprawdzian końcowy w formie dyskusji. B. Ćwiczenia: 1. Ocena formatywna: dotyczy przedstawiania prezentacji oraz uczestnictwa w dyskusjach związanych z projektami studentów. 2. Ocena sumatywna: wynika z liczby przedstawionych prezentacji projektów oraz ich wartości merytorycznej. E. Końcowa ocena z przedmiotu: w zakresie 2-5; do zaliczenia wymagane jest uzyskanie oceny >=3.
Egzamin:
tak
Literatura:
Obowiązkowa: 1. Gurumoorthy S., Rao B. N. K., Gao X. 2018, Cognitive Science and Artificial Intelligence Advances and Applications, Springer. 2. Lidia Ogiela L. 2011, Podstawy informatyki kognitywnej. Kraków: Wydawnictwa AGH. 3. Tadeusiewicz R. 2009, Neurocybernetyka teoretyczna, Warszawa: Wydawnictwa Uniwersytetu Warszawskiego. Uzupełniająca: 1. Christensen H. I., Kruijff G. J. M., Wyatt J. L. 2010 Cognitive Systems, Springer. 2. Sangaiah A. K., Arunkumar Thangavelu A., Sundaram V. M. 2018, Cognitive Computing for Big Data Systems Over IoT Frameworks, Tools and Applications, Springer.
Witryna www przedmiotu:
www.olaf.wz.pw.edu.pl
Uwagi:
Warunkami zaliczenia przedmiotu są: aktywne uczestnictwo w ćwiczeniach, przedstawienie prezentacji w uzgodnionym terminie i pozytywna ocena co najmniej jednego projektu.

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Efekt I1_W13
cechy człowieka jako twórcy i uczestnika kultury organizacyjnej
Weryfikacja: Ocena projektów i prezentacji
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:

Profil ogólnoakademicki - umiejętności

Efekt I1_U01
identyfikować i interpretować podstawowe zjawiska i procesy społeczne z wykorzystaniem wiedzy z zakresu zarządzania, ze szczególnym uwzględnieniem uwarunkowań zarządzania przedsiębiorstwem produkcyjnym oraz zarządzania projektami
Weryfikacja: Ocena projektów i prezentacji
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt I1_U06
analizować i prognozować procesy i zjawiska społeczne z wykorzystaniem standardowych metod i narzędzi wykorzystywanych w naukach o zarządzaniu, w tym również narzędzi IT
Weryfikacja: Ocena projektów i prezentacji
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:

Profil ogólnoakademicki - kompetencje społeczne

Efekt I1_K01
krytycznej oceny posiadanej wiedzy
Weryfikacja: Ocena projektów i prezentacji
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe:
Efekt I1_K02
uznawania znaczenia wiedzy w rozwiązywaniu problemów poznawczych i praktycznych
Weryfikacja: Ocena projektów i prezentacji
Powiązane efekty kierunkowe:
Powiązane efekty obszarowe: