Uniwersytet Warszawski, Wydział Nauk Ekonomicznych - Centralny System Uwierzytelniania
Strona główna

Narzędzia sztucznej inteligencji

Informacje ogólne

Kod przedmiotu: 1000-2D22SI
Kod Erasmus / ISCED: 11.304 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: Narzędzia sztucznej inteligencji
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Seminaria magisterskie dla Machine Learning
Seminaria magisterskie na informatyce
Punkty ECTS i inne: 6.00 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: angielski
Rodzaj przedmiotu:

seminaria magisterskie

Założenia (lista przedmiotów):

Data mining 1000-2M03DM
Eksploracja i przetwarzanie dużych zbiorów danych 1000-2M13DZD
Systemy uczące się 1000-2N09SUS
Sztuczna inteligencja i systemy doradcze 1000-2N00SID
Wnioskowanie i obliczenia aproksymacyjne 1000-1M00WA

Tryb prowadzenia:

w sali

Skrócony opis:

Seminarium poświęcone jest szekoro rozumianej tematyce tworzenia systemów inteligentnych działających w oparciu o metody sztucznej inteligencji ze szczególnym naciskiem na aktualne metody uczenia maszynowego. Istotna część dyskusji metod skupiona będzie na praktycznych biznesowych zastosowaniach metod. W opisie znajdują się przykładowe techniki.

Podczas seminarium studenci prezentują zagadnienia związane z własną pracą magisterską lub na inne interesujące tematy, zatwierdzone przez prowadzących. Prowadzący udostępniają także listę proponowanych tematów. Na seminarium można dyskutować o wszelkich problemach napotkanych przy pisaniu pracy magisterskiej a także na temat kształtu/kierunków ich rozwoju.

Pełny opis:

Seminarium jest wspólne dla dwóch kierunków studiów, zarówno dla informatyków jak i matematyków.

Na seminarium studenci wygłaszają prezentacje na wybrane tematy dotyczące metod/narzędzi SI lub bezpośrednio swojej pracy magisterskiej. Prowadzący wspomagają listą proponowanych tematów jak również służą pomocą konsultacyjną. Na jednych zajęciach odbywa się jedna lub max dwie prezentacje.

Przykładowe obszary techniczne:

- architektury sieci neuronowych, te najnowsze np. Transformer, KAN jak i starsze np. LSTM, ResNet. Zarówno modele ogólne jak również szczegółowe.

- transfer learning

- techniki XAI np. LIME, Shap, Saliency Maps

- matematyczne podstawy AI

- techniki klasteryzacji, redukcji wymiarowości i selekcji cech

- modele drzewiaste

- bagging oraz boosting

- modele SVM

- metaheurystyki np. PSO, symulacyjne wyżarzanie

- podejścia ewolucyjne np. strategie ewolucyjne, algorytmy genetyczne

- metody reprezentacji wiedzy

- metody działania w warunkach niepewności, niepełnej informacji

- logika rozmyta i rozumowanie rozmyte

- zagadnienia związane z ML Operations (MLOps), utrzymywaniem, monitorowaniem, testowaniem, operacjonalizacją, wdrażaniem na produkcji modeli ML

Przykładowe obszary zastosowań:

- computer vision

- przetwarzanie języka naturalnego (NLP)

- przetwarzanie audio

- medycyna

- biotechnologia, biologa, chemia

- robotyka

- finanse

- gry

- problemy transportowe, logistyka

- autonomiczne pojazdy

- optymalizacja kombinatoryczna

Literatura:

Współczesna literatura z tej dziedziny, w tym czasopisma naukowe (np. Science, Applied Soft Computing, Information Sciences, IEEE Transactions on Neural Networks) i artykuły z konferencji (np. AAAI, IJCAI, CVPR, NeurIPS).

Ze względu na to, że tematyka co roku na seminarium może być nowa oraz na fakt, że dyskutujemy na tematy wybrane przez studentów, zakres literatury jest ogromnie szeroki i dedykowany do konkretnych wybranych tematów. Szczegóły przedstawią prowadzący na pierwszych zajęciach.

Efekty uczenia się:

Studenci przygotowują i wygłaszają referaty seminaryjne (K_U11) w oparciu o najnowszą literaturę dotyczącą przetwarzania języka naturalnego (K_U14, K_K08), w tym z konferencji i czasopism ACM i IEEE (K_K07). Wiele referatów omawia badania interdyscyplinarne, prowadzone w zespołach o mieszanym składzie, z istotną rolą nie-informatyków (K_K02).

Od studenta referującego oczekujemy nie tylko zrelacjonowania artykułu, ale także wyrażenia własnej opinii o nim (K_K06), a od słuchaczy udziału w dyskusji, gdy referują inne osoby (K_K02).

Referaty drugiego rodzaju są związane z tworzeniem pracy magisterskiej (K_U13), w tym te pierwsze, niedługo po ustaleniu tematu, gdy trzeba zaprezentować samodzielnie przygotowany plan pracy i zdobycia wiedzy niezbędnej do zrealizowania tematu (K_K01, K_U15,K_K03).

Metody i kryteria oceniania:

1. Warunki formalne: zatwierdzenie tematu pracy magisterskiej (1. rok).

2. Wygłoszenie przydzielonych referatów, minimum jednego w każdym semestrze

3. Frekwencja minimum 50% z zajęć.

Zajęcia w cyklu "Rok akademicki 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-06-16
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Seminarium magisterskie, 60 godzin więcej informacji
Koordynatorzy: Dominik Ślęzak, Marcin Wrochna
Prowadzący grup: Dominik Ślęzak, Maciej Świechowski, Marcin Wrochna
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie

Zajęcia w cyklu "Rok akademicki 2024/25" (jeszcze nie rozpoczęty)

Okres: 2024-10-01 - 2025-06-08
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Seminarium magisterskie, 60 godzin więcej informacji
Koordynatorzy: Maciej Świechowski, Marcin Wrochna
Prowadzący grup: Maciej Świechowski, Marcin Wrochna
Lista studentów: (nie masz dostępu)
Zaliczenie: Zaliczenie
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski, Wydział Nauk Ekonomicznych.
ul. Długa 44/50
00-241 Warszawa
tel: +48 22 55 49 126 https://www.wne.uw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.0.4.0-3 (2024-06-10)