Chmura w uczeniu maszynowym

monograficzne

mieszany: w sali i zdalnie

Program obejmuje dwa obszary zastosowań informatyki będące obecnie w kręgu głównych zainteresowań biznesu z uwagi na oferowane lub spodziewane źródła przewagi konkurencyjnej: chmurę obliczeniową i uczenie maszynowe. Ujęcie zagadnień z zachowaniem podejścia, w którym środowiska chmurowe (głównie typu IaaS i PaaS) są przede wszystkim kontekstem wykonawczym pozwoli skupić się słuchaczom na rozwiązywaniu konkretnych problemów manifestując tym samym podejście pragmatyczne. Całości towarzyszy wspólna praca wraz z partnerem biznesowym nad projektem integrującym tematy z zakresu programu przedmiotu, którego wykonanie jest wymaganym elementem uzyskania oceny. Wybór konkretnych zagadnień wykładu zależy od scenariuszy przedstawionych przez partnera biznesowego, lecz będzie obejmować co najmniej modelowanie matematyczne, szeregi czasowe i techniki przetwarzania języka naturalnego (NLP).

Zajęcia podzielone są na dwie grupy: wykłady i laboratoria oraz seminaria (w drugiej części semestru) w trakcie, których uczestnicy będą prezentowali postępy prac w ramach własnych projektów. Tematy zajęć wykładowych i laboratoryjnych:

1. Wstęp: cele kształcenia, środowiska i narzędzia pracy.

2. Chmura obliczeniowa (IaaS/PaaS): wirtualizacja sprzętowa i programowa, model chmury hybrydowej z wyszczególnieniem roli warstw infrastruktury, zarządzania, usług i integracji, standaryzacja i migracja procesów, katalog usług, automatyczna skalowalność, rozwiązania klastrowe, funkcje chmurowe.

3. Przegląd usług z zakresu uczenia maszynowego dostępnych w formie usług (SaaS).

4. Metody statystyczne i sieci neuronowe w analizie szeregów czasowych.

5. Przetwarzanie języka naturalnego (tokenizacja, osadzanie słów, analiza morfologiczna, zastosowania metod zespołowych, płytkie i głębokie sieci neuronowe).

algorytmów i narzędzi uczenia maszynowego, usługi sztucznej inteligencji w chmurze, sieci neuronowe, przetwarzanie języka naturalnego, wizualizacja wyników analizy danych.

6. Modele bezpieczeństwa chmury obliczeniowej.

I. Białynicki-Birula, I.Białynicka-Birula, Modelowanie rzeczywistości – jak w komputerze postrzega się świat, Wydawnictwo WNT, Warszawa 2013

N.Gift, AI. Podejście pragmatyczne. Wprowadzenie do uczenia maszynowego opartegona chmurze, APN Promise, Warszawa 2019

S.Jansen, Machine Learning for Algorithmic Trading - Second Edition, Packt Publishing, Birmingham-Mumbai, 2020

C.Rossant, Ipython Interactive Computing and Visualization Cookbook - Second Edition, Packt Publishing, Birmingham-Mumbai, 2018

1. Rozumie i umie zaprojektować oraz uruchomić usługi w chmurze według założonych wymagań.

2. Rozumie podstawowe techniki uczenia maszynowego i potrafi zaimplementować algorytmy w oparciu o wybrane pakiety Pythona (np. NumPy, Pandas, Scikit-Learn) w tym również w środowiskach SaaS (IBM Watson Studio) z wykorzystaniem pamięci obiektowej.

3. Rozumie podstawowe terminy i mechanizmy związane z cyberbezpieczeństwem.

4. Potrafi zarządzać cyklem życia oprogramowania we współpracy z innymi uczestnikami projektu.

Ocena końcowa na podstawie punktów z zadań indywidualnych/kolokwiów (30%) oraz oceny projektu programistycznego (70%).