Politechnika
Warszawska

Katalog
ECTS

Nazwa przedmiotu:

Metody sztucznej inteligencji 2

Koordynator przedmiotu:

Prof. dr hab. inż. Jacek Mańdziuk

Status przedmiotu:

Obowiązkowy

Poziom kształcenia:

Studia II stopnia

Program:

Informatyka i Systemy Informacyjne

Grupa przedmiotów:

Wspólne

Kod przedmiotu:

1120-INMSI-MSP-0122

Semestr nominalny:

1 / rok ak. 2022/2023

Liczba punktów ECTS:

4

Liczba godzin pracy studenta związanych z osiągnięciem efektów uczenia się:

1. godziny kontaktowe – 65 h; w tym a) obecność na wykładzie – 15 h b) obecność na ćwiczeniach – 15 h c) obecność na zajęciach projektowych – 30 h d) konsultacje – 5 h 2. praca własna studenta – 55 h; w tym a) dodatkowe godziny przeznaczone na realizacje projektu – 35 h b) zapoznanie się z literaturą – 5 h c) przygotowanie referatu – 15 h Razem 120 h, co odpowiada 4 pkt. ECTS

Liczba punktów ECTS na zajęciach wymagających bezpośredniego udziału nauczycieli akademickich:

1. obecność na wykładzie – 15 h 2. obecność na ćwiczeniach – 15 h 3. obecność na zajęciach projektowych – 30 h 4. konsultacje – 5 h Razem 65 h, co odpowiada 3 pkt. ECTS

Język prowadzenia zajęć:

polski

Liczba punktów ECTS, którą student uzyskuje w ramach zajęć o charakterze praktycznym:

1. obecność na zajęciach projektowych – 30 h 2. dodatkowe godziny przeznaczone na realizacje projektu – 35 h 3. przygotowanie referatu – 15 h Razem 80 h, co odpowiada 3 pkt. ECTS

Formy zajęć i ich wymiar w semestrze:

• Wykład15h
• Ćwiczenia15h
• Laboratorium0h
• Projekt30h
• Lekcje komputerowe0h

Wymagania wstępne:

Algorytmy grafowe, Metody sztucznej inteligencji 1, Rachunek prawdopodobieństwa

Limit liczby studentów:

Bez limitu

Cel przedmiotu:

Celem przedmiotu jest zapoznanie studentów z zaawansowanymi technikami sztucznej inteligencji a w szczególności z wybranymi zagadnieniami z obszaru inteligencji obliczeniowej. W ramach przedmiotu studenci poznają podstawy teoretyczne: - metod inteligencji rojowej - wybranych metod uczenia maszynowego - wybranych metod klasyfikacyjnych oraz ich zastosowania w obszarze gier umysłowych, zagadnień finansowych oraz bioinformatyki.

Treści kształcenia:

Wykład: Treść wykładu stanowią zaawansowane zagadnienia dotyczące metod uczenia maszynowego, metod ewolucyjnych oraz metod inteligencji obliczeniowej w kontekście rozwiązywania złożonych problemów decyzyjnych, problemów optymalizacyjnych oraz analizy i drążenia danych. Szczególny nacisk położony jest na omówienie najnowszych trendów w ww. obszarach. Ćwiczenia: W trakcie ćwiczeń studenci samodzielnie przygotowują oraz przedstawiają referaty dotyczące zagadnień badawczych opublikowanych w bieżącej literaturze przedmiotu (czołowych czasopismach oraz materiałach konferencyjnych). Projekt: W ramach cało-semestralnych projektów studenci w grupach 2-4 osobowych projektują oraz implementują programy rozwiązujące praktyczne, problemy z zakresu bioinformatyki, finansów czy gier umysłowych.

Metody oceny:

Średnia ważona ocen z przedstawionego referatu oraz wykonanego projektu.

Egzamin:

nie

Literatura:

1. W. Duch and J. Mańdziuk (eds.), Challenges to Computational Intelligence, Springer-Verlag, 2007. 2. J.Y.L. Wang, M.J. Zaki, H.T.T. Toivonen, D.E. Shasha (eds.), Data Mining in Bioinformatics, Springer-Verlag. 3. A. Brabazon and M. O’Neill, Biologically Inspired Algorithms for Financial Modelling, Springer. 4. Czasopisma IEEE TNN, IEEE TEC, IEEE TCIAIG, Machine Learning, Artificial Intelligence. 5. Materialy konferencyjne: NIPS, ICANN., IJCNN, ICONIP, ECAI, ICML, ICAISC, ICANNGA, i inne.

Witryna www przedmiotu:

brak

Uwagi:

Efekty uczenia się

Profil ogólnoakademicki - wiedza

Charakterystyka W01

Zna metody wykorzystania inteligencji obliczeniowej w zastosowaniach ekonomicznych (Business Intelligence)
Weryfikacja: ocena zawartości merytorycznej referatu
Powiązane charakterystyki kierunkowe: I2SI_W06
Powiązane charakterystyki obszarowe:

Charakterystyka W02

Zna zaawansowane metody uczenia maszynowego, metody ewolucyjne oraz metody inteligencji obliczeniowej
Weryfikacja: ocena zawartości merytorycznej referatu
Powiązane charakterystyki kierunkowe: I2SI_W02
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - umiejętności

Charakterystyka U01

Posiada umiejętność gromadzenia, selekcji i krytycznej interpretacji informacji technicznej oraz zdolność formułowania poglądów, idei, problemów i ich rozwiązań oraz zdolność ich wyrażania i prezentowania specjalistom i niespecjalistom
Weryfikacja: ocena zawartości merytorycznej referatu
Powiązane charakterystyki kierunkowe: I2_U01
Powiązane charakterystyki obszarowe:

Charakterystyka U02

Potrafi w czytelny sposób prezentować wyniki eksperymentów
Weryfikacja: ocena jakości merytorycznej oraz technologicznej wykonanego projektu
Powiązane charakterystyki kierunkowe: I2_U08
Powiązane charakterystyki obszarowe:

Charakterystyka U03

Potrafi bezproblemowo posługiwać się językiem angielskim w różnych obszarach tematycznych
Weryfikacja: ocena zawartości merytorycznej referatu
Powiązane charakterystyki kierunkowe: I2_U10
Powiązane charakterystyki obszarowe:

Charakterystyka U04

Potrafi pracować indywidualnie, w zespole oraz kierować niedużym zespołem
Weryfikacja: ocena jakości merytorycznej oraz technologicznej wykonanego projektu
Powiązane charakterystyki kierunkowe: I2_U11
Powiązane charakterystyki obszarowe:

Charakterystyka U05

Potrafi zdefiniować fazy realizacji oraz praktycznie przeprowadzić złożone przedsięwzięcie informatyczne
Weryfikacja: ocena jakości merytorycznej oraz technologicznej wykonanego projektu
Powiązane charakterystyki kierunkowe: I2_U13
Powiązane charakterystyki obszarowe:

Charakterystyka U06

Potrafi stosować metaheurystyczne metody optymalizacyjne
Weryfikacja: ocena jakości merytorycznej oraz technologicznej wykonanego projektu
Powiązane charakterystyki kierunkowe: I2SI_U03
Powiązane charakterystyki obszarowe:

Charakterystyka U07

Potrafi stosować heurystyczne techniki przeszukiwania drzew i grafów
Weryfikacja: ocena jakości merytorycznej oraz technologicznej wykonanego projektu
Powiązane charakterystyki kierunkowe: I2SI_U04
Powiązane charakterystyki obszarowe:

Charakterystyka U08

Potrafi stosować metody sztucznej inteligencji do budowy systemów decyzyjnych
Weryfikacja: ocena jakości merytorycznej oraz technologicznej wykonanego projektu
Powiązane charakterystyki kierunkowe: I2SI_U07
Powiązane charakterystyki obszarowe:

Profil ogólnoakademicki - kompetencje społeczne

Charakterystyka K01

Ma świadomość odpowiedzialności za wspólnie realizowane zadania w ramach pracy zespołowej
Weryfikacja: ocena jakości merytorycznej oraz technologicznej wykonanego projektu
Powiązane charakterystyki kierunkowe: I2_K05
Powiązane charakterystyki obszarowe: