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

Przedmioty kursu mikropoświadczeń: Application of Artificial Intelligence in Business and Finance (grupa przedmiotów zdefiniowana przez Wydział Nauk Ekonomicznych)

Katalog i wyszukiwarka przedmiotów

Wyszukiwarka przedmiotów

Wyszukiwarka jest dostępna w zakładce Przedmioty w lewym menu. (Można też skorzystać w wyszukiwarki w zakładce Indeks.)

Należy wpisać w odpowiednim polu nazwę lub kod przedmiotu. Naciśnięcie Enter uruchamia wyszukiwanie (można też skorzystać z selektorów).

  • Jeśli znaleziono tylko jeden pasujący przedmiot, to następuje od razu przejście do strony przedmiotu.
  • Jeśli znaleziono wiele wyników, to wyświetlona zostanie lista wszystkich pasujących przedmiotów wraz z dodatkowymi filtrami oraz opcjami służącymi zmianie wyglądu wyświetlanej listy. Będzie można wybrać przedmiot z listy (klikając odnośnik opis przedmiotu) lub inaczej sformułować zapytanie.

Katalog przedmiotów

Można przeglądać przedmioty w dwojaki sposób:

  • Przedmioty powiązane z jednostką (grupy przedmiotów)

    Każda jednostka może zdefiniować tzw. grupy przedmiotów. Do grupy przedmiotów zdefiniowanej przez jednostkę X mogą należeć przedmioty oferowane zarówno przez jednostkę X, jak i przez każdą inną jednostkę z katalogu jednostek.

    Grupy przedmiotów są ważne z punktu widzenia studenta, gdyż nie wszystkie przedmioty wymagane przez jego program studiów muszą odbywać się na wydziale macierzystym. Na przykład student biologii może mieć zajęcia nie tylko na Wydziale Biologii, lecz również na Wydziale Chemii lub Fizyki.

  • Przedmioty oferowane przez jednostkę

    W tym przypadku, wybierając jednostkę X, chcemy uzyskać listę wszystkich przedmiotów oferowanych przez jednostkę X oraz jej podjednostki (tzn. gdy użytkownik wybierze wydział, to na liście przedmiotów zostaną też uwzględnione te przedmioty, które są oferowane przez podległe wydziałowi instytuty). Na liście nie ukażą się zaś przedmioty oferowane przez inne jednostki, nawet gdy są one ściśle powiązane z programami studiów prowadzonymi w jednostce X.

    Co dokładnie znaczy, że przedmiot Y jest "oferowany" przez jednostkę X? W dużym skrócie, że jednostka X odpowiada za niego merytorycznie, czyli ustala program przedmiotu, sylabus, zasady zaliczenia. Najczęściej także przedmiot jest prowadzony przez kadrę tę jednostki, a czasami również w jej budynkach.

Najłatwiej dostać się do szukanej listy przedmiotów poprzez znalezienie odpowiedniej jednostki organizacyjnej w katalogu jednostek (dostępnym w zakładce Jednostki organizacyjne), a następnie kliknięcie jednego z odnośników (grupy przedmiotów lub przedmioty oferowane, kierujących odpowiednio do dwóch kategorii list przedmiotów omówionych wyżej) na stronie tej jednostki.

Można też wyszukać jednostkę wpisując jej kod lub nazwę w formularzu Katalog dostępnym w zakładce Przedmioty. Wtedy system od razu wyświetli odpowiednią listę przedmiotów (jeśli nazwa nie będzie jednoznaczna, to nastąpi przejście do wyszukiwarki jednostek).

Opcje listy przedmiotów

Na każdej stronie prezentującej listę przedmiotów wyświetlane są dodatkowe opcje służące zmianie wyglądu wyświetlanej listy.

  • pokazuj grupy przedmiotu w kolumnie tabeli

    Opcja przydatna, jeśli przy oglądaniu listy użytkownik chce od razu widzieć, do jakich grup przedmiot należy. Student może użyć tej informacji np. do szybkiego zapisania się na przedmioty obowiązkowe.

  • pokazuj skrócony opis przedmiotu pod przedmiotem

    Opcja może być przydatna np. przy wyborze przedmiotu monograficznego z pewnej puli przedmiotów do wyboru. Pod każdym wierszem tabeli wyświetlony zostanie od razu krótki opis przedmiotu — tak, aby użytkownik nie musiał otwierać strony z opisem przedmiotu dla każdego z nich.

  • pokazuj cykle i koszyki rejestracyjne

    Przydatne, gdy jest Ci potrzebna informacja o tym, w którym cyklu dydaktycznym przedmiot jest prowadzony — na przykład, gdy szukasz przedmiotów, na które chcesz się zarejestrować w najbliższym semestrze.

    Jeśli przedmiot jest prowadzony w danym cyklu dydaktycznym, to w kolumnie tego cyklu dydaktycznego pojawi się koszyk. Klikając na koszyk, możesz zarejestrować lub wyrejestrować się z przedmiotu. Dodatkowe informacje na temat zasad rejestracji na dany przedmiot znajdziesz na stronie informacji o rejestracji - żeby do niej przejść, kliknij ikonę informacje przy odpowiednim koszyku.

  • dodatkowe informacje o rejestracji i zajęciach

    Zaznaczając tę opcję spowodujesz wyświetlenie dodatkowych, zaawansowanych informacji o rejestracji od razu obok ikonki koszyka. Informacje te są prezentowane w postaci zestawu ikonek, których opis pojawia się po najechaniu na nie kursorem myszki. Pamiętaj, że te same informacje (lecz opisane w trochę bardziej przestępnej formie) znajdziesz na stronie informacji o rejestracji.

Ustawienia te możesz zmienić na stałe również w preferencjach (Mój USOSweb -> Preferencje). Wtedy będą zawsze domyślnie zaznaczone wybrane przez Ciebie opcje.

Strona przedmiotu

Informacje wyświetlane na stronie przedmiotu:

  • Ogólne informacje o przedmiocie
    • nazwa, kod, odpowiedzialna jednostka organizacyjna, grupy przedmiotów do jakich przedmiot należy...
    • różne inne atrybuty, takie jak np. rodzaj przedmiotu,
    • punkty ECTS oraz inne punkty przyznawane w ramach przedmiotu (patrz paragraf Reguły punktacji przedmiotu).
  • Szczegółowe informacje o przedmiocie w konkretnych cyklach dydaktycznych. Jeśli przedmiot nie jest aktualnie oferowany, te informacje nie będą wyświetlane.
    • typy zajęć prowadzonych w ramach przedmiotu (wykłady, ćwiczenia, laboratoria...) - wybierając konkretny typ zajęć, uzyskujemy dodatkowe informacje o terminach i prowadzących grup,
    • listę osób koordynujących przedmiotem oraz prowadzących grupy,
    • informacje o sposobie zaliczenia,
    • odnośnik do planu wszystkich zajęć prowadzonych w ramach przedmiotu w danym cyklu dydaktycznym.
  • Skrócony lub pełny opis przedmiotu (zagadnień, wymagań itp.).

Reguły punktacji przedmiotu

Reguły punktacji przedstawione są w formie tabeli, w której kolumnach są programy studiów, w wierszach rodzaje przyznawanych punktów, a w komórkach na przecięciu programu i rodzaju punktów — liczba punktów danego rodzaju przyznawana po zaliczeniu studentowi danego programu.

Może się zdarzyć, że punktacja ta zmieniała się w czasie. Wtedy w komórce wyświetlone są wszystkie te wartości, razem z kodami cykli dydaktycznych, w których trakcie obowiązywały.

Plany grup przedmiotów

Możesz zobaczyć zbiorowy plan wszystkich zajęć przedmiotów zawierających się w danej grupie przedmiotów (grupy przedmiotów są definiowane przez wydziały, jak to opisano wyżej).

Wpisz nazwę jednostki w formularzu Plan grupy przedmiotów, po wybraniu jednostki wybierz grupę przedmiotów, na stronie z listą przedmiotów w grupie kliknij nazwę cyklu dydaktycznego — zostanie wyświetlony plan zajęć w wybranym cyklu.

Jednostka: Zestaw przedmiotów, który widzisz poniżej został zdefiniowany przez tę jednostkę. Jednostka ta nie musi mieć jednak związku z organizacją wymienionych przedmiotów (jednostką odpowiedzialną za organizację przedmiotu jest jednostka wymieniona w odpowiedniej kolumnie w tabeli poniżej). Więcej o tym przeczytasz w Pomocy.
Grupa przedmiotów:
Przedmioty kursu mikropoświadczeń: Application of Artificial Intelligence in Business and Finance

Wybierz inną jednostkę

Plany zajęć grupy przedmiotów

Filtry
Zaloguj się, aby uzyskać dostęp do dodatkowych opcji

Konkretniej - pokazuj tylko te przedmioty, dla których istnieje otwarta rejestracja taka, że możesz w jej ramach zarejestrować się na przedmiot.

Dodatkowo pokazywane są również te przedmioty, na które jesteś już zarejestrowany (lub składałeś prośbę o zarejestrowanie).

Jeśli chcesz zmienić te ustawienia na stałe, edytuj swoje preferencje w menu Mój USOSweb.
Legenda
Jeśli przedmiot jest prowadzony w danym cyklu dydaktycznym, to w odpowiedniej komórce pojawi się koszyk rejestracyjny. Ikona koszyka zależy od tego, czy możesz się rejestrować na dany przedmiot.
niedostępny (zaloguj się!) - nie jesteś zalogowany
niedostępny - aktualnie nie możesz się rejestrować
zarejestruj - możesz się zarejestrować
wyrejestruj - możesz się wyrejestrować (lub wycofać prośbę)
prośba - złożyłeś prośbę o zarejestrowanie (i nie możesz jej już wycofać)
zarejestrowany - jesteś pomyślnie zarejestrowany (i nie możesz się wyrejestrować)
Kliknij na ikonę "i" przy koszyku, aby uzyskać dodatkowe informacje.

2025L - Semestr letni 2025/26
(zajęcia mogą być semestralne, trymestralne lub roczne)
Opis Akcje
2025L
2400-MIKRO-AIBF-APP

Advanced Python Programming [2400-MIKRO-AIBF-APP] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

Kurs bazuje na podstawowej znajomości Pythona i rozwija zaawansowane umiejętności programistyczne wykorzystywane w analizie danych, realizowane w trzech intensywnych blokach w ciągu jednego dnia.

Blok 1: zaawansowany Python (*args/**kwargs, domknięcia, funkcje lambda, listy/słowniki składane), programowanie obiektowe (klasy, dziedziczenie, metody dunder, właściwości, enkapsulacja) oraz dobre praktyki programistyczne (moduły, pakowanie, argparse, logowanie, środowiska wirtualne).

Blok 2: powtórka NumPy/pandas (operacje wektorowe, łańcuchy metod, obsługa braków danych), metody statystyczne (testy hipotez w scipy.stats, regresja OLS w statsmodels) oraz uczenie nienadzorowane (K-Means z metodą łokcia i silhouette; PCA z wariancją wyjaśnioną i wykresem osypiska).

Blok 3: uczenie nadzorowane — ocena modeli, drzewa decyzyjne, metody zespołowe (Random Forest, XGBoost) oraz wprowadzenie do sieci neuronowych.

Nacisk położony jest na czysty, powtarzalny i dobrze udokumentowany kod stosowany do da

Strona przedmiotu
2400-MIKRO-AIBF-ARP

Advanced R Programming [2400-MIKRO-AIBF-ARP] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

Kurs rozwija praktyczne umiejętności uczestników w zakresie zaawansowanego programowania w języku R, uczenia maszynowego oraz pracy analitycznej wspieranej przez sztuczną inteligencję. Pracując w grupach na zbiorze danych Brazilian E-Commerce Public Dataset by Olist, uczestnicy projektują badanie analityczne, formułują pytania badawcze, przygotowują i weryfikują kod w R, stosują metody uczenia nienadzorowanego i nadzorowanego oraz przekładają wyniki analiz na rekomendacje biznesowe.

Kurs łączy metody klastrowania, Random Forest i XGBoost z zaawansowanymi zagadnieniami programistycznymi, takimi jak funkcje, programowanie defensywne, programowanie obiektowe w systemach S3 i R6, modułowe projektowanie procesów analitycznych oraz tworzenie reprodukowalnych raportów w R Markdown. Narzędzia programistyczne oparte na AI wspierają realizację zadań, jednak uczestnicy pozostają odpowiedzialni za poprawność, interpretację i jakość końcowej analizy.

Strona przedmiotu
2400-MIKRO-AIBF-AIB1

AI in Business, part 1 [2400-MIKRO-AIBF-AIB1] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

Kurs wprowadza praktyczne zastosowania sztucznej inteligencji i uczenia maszynowego w biznesie, zarządzaniu projektami oraz podejmowaniu decyzji organizacyjnych. Uczestnicy poznają sposoby wykorzystania AI do wspierania planowania projektów, identyfikacji ryzyka, alokacji zasobów, analizy budżetu, optymalizacji procesów oraz podejmowania decyzji opartych na danych.

Kurs łączy wiedzę koncepcyjną z praktycznymi studiami przypadków z obszaru finansów, handlu detalicznego, produkcji, ochrony zdrowia, sektora publicznego i platform cyfrowych. Studenci wykorzystują narzędzia AI do przygotowywania struktur i harmonogramów projektów w Asanie, analizowania procesów organizacyjnych oraz tworzenia modeli BPMN w Cardanit.

Szczególną uwagę poświęcono tworzeniu wartości biznesowej, krytycznej weryfikacji wyników generowanych przez AI, nadzorowi człowieka, ryzyku etycznemu, prywatności, ochronie danych oraz odpowiedzialnemu wdrażaniu AI.

Strona przedmiotu
2400-MIKRO-AIBF-AIB2

AI in Business, part 2 [2400-MIKRO-AIBF-AIB2] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

Kurs wprowadza praktyczne zastosowania sztucznej inteligencji i uczenia maszynowego w biznesie, zarządzaniu projektami oraz podejmowaniu decyzji organizacyjnych. Uczestnicy poznają sposoby wykorzystania AI do wspierania planowania projektów, identyfikacji ryzyka, alokacji zasobów, analizy budżetu, optymalizacji procesów oraz podejmowania decyzji opartych na danych.

Kurs łączy wiedzę koncepcyjną z praktycznymi studiami przypadków z obszaru finansów, handlu detalicznego, produkcji, ochrony zdrowia, sektora publicznego i platform cyfrowych. Studenci wykorzystują narzędzia AI do przygotowywania struktur i harmonogramów projektów w Asanie, analizowania procesów organizacyjnych oraz tworzenia modeli BPMN w Cardanit.

Szczególną uwagę poświęcono tworzeniu wartości biznesowej, krytycznej weryfikacji wyników generowanych przez AI, nadzorowi człowieka, ryzyku etycznemu, prywatności, ochronie danych oraz odpowiedzialnemu wdrażaniu AI.

Strona przedmiotu
2400-MIKRO-AIBF-AIF

AI in Finance [2400-MIKRO-AIBF-AIF] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

W dzisiejszym szybko zmieniającym się środowisku technologicznym sztuczna inteligencja (AI) przekształca branże i społeczeństwa. Wielka Brytania znajduje się w czołówce tej rewolucji, odnotowując znaczny wzrost w zakresie wdrażania AI oraz wartości rynkowej. Zastosowania AI obejmują wszystkie obszary działalności przedsiębiorstw, od front office po back office, jednak kwestie etyczne i prawne związane z AI mają kluczowe znaczenie. Warsztaty te zapewniają kompleksowe zrozumienie podstaw AI, tożsamości cyfrowej, zastosowań w finansach, zarządzaniu ryzykiem, rozwoju strategicznym oraz ram zarządzania.

Strona przedmiotu
2400-MIKRO-AIBF-AII

AI in Investments [2400-MIKRO-AIBF-AII] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

Intensywny jednodniowy kurs (cztery 90-minutowe sesje) poświęcony budowie, testowaniu i wdrażaniu strategii inwestycyjnych opartych na sztucznej inteligencji. Kurs prowadzi uczestników przez kompletny proces inwestowania systematycznego — dane, cechy, sygnały, prognozy, portfel, ryzyko, egzekucja, wyniki i agenci AI — obejmując efektywność rynków i jej anomalie, optymalizację kroczącą (walk-forward) i podwójną walidację out-of-sample, modele uczenia maszynowego i głębokiego (od ARIMA i XGBoost po LSTM, Transformer i Informer), funkcje straty dopasowane do tradingu (MADL, GMADL), głębokie uczenie ze wzmocnieniem, optymalizację portfela, LLM/RAG i architektury wieloagentowe, a na zakończenie pogłębione studium przypadku: Informer w wysokoczęstotliwościowym handlu bitcoinem. Kurs oparty jest na recenzowanych badaniach Roberta Ślepaczuka i współautorów; łączy wykład z demonstracjami notatników Python. Zajęcia prowadzone są w języku angielskim.

Strona przedmiotu
2400-MIKRO-AIBF-AISD

AI in Spatial Data [2400-MIKRO-AIBF-AISD] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

Kurs zapoznaje studentów z praktycznym zastosowaniem metod sztucznej inteligencji i uczenia maszynowego w analizie danych przestrzennych. Uczestnicy uczą się pozyskiwać dane georeferencyjne z nowoczesnych źródeł (OpenStreetMap, nocne kompozyty świetlne NASA, zobrazowania satelitarne ESA Sentinel-2 oraz ślady GPS z aplikacji mobilnych) i przekształcać je w zmienne przydatne do modelowania predykcyjnego. Kurs obejmuje takie zagadnienia jak: ekstrakcja cech z danych rastrowych, klasyfikacja użytkowania terenu przy użyciu konwolucyjnych sieci neuronowych z transfer learningiem, stosowanie modelu lasu losowego w ramach przestrzennej walidacji krzyżowej oraz wykrywanie lokalizacji domowej i miejsca pracy z danych o mobilności. Wszystkie metody ilustrowane są na rzeczywistych danych i stosowane w Pythonie oraz R. Kurs przeznaczony jest dla studentów posiadających podstawową wiedzę ze statystyki i programowania, pragnących stosować nowoczesne narzędzia przestrzennej analizy danych.

Strona przedmiotu
2400-MIKRO-AIBF-XAI

Explainable AI (XAI) [2400-MIKRO-AIBF-XAI] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

Celem przedmiotu jest zapoznanie uczestników z zasadami i zastosowaniami wyjaśnialnej sztucznej inteligencji (Explainable AI, XAI) w modelach uczenia maszynowego. Uczestnicy nauczą się interpretować i wyjaśniać złożone modele typu „czarna skrzynka” oraz oceniać ich predykcje. Kurs obejmuje teoretyczne i praktyczne aspekty wdrażania metod XAI na poziomie lokalnym i globalnym. Celem jest wyposażenie uczestników w wiedzę i umiejętności niezbędne do tworzenia modeli uczenia maszynowego z uwzględnieniem interpretowalności, etyki i zgodności z regulacjami.

Strona przedmiotu
2400-MIKRO-AIBF-FPG

Final Passing Grade [2400-MIKRO-AIBF-FPG] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - godzin
Grupy przedmiotu

Skrócony opis

Zaliczenie końcowe - ocena końcowa prowadząca do uzyskania mikropoświadczenia wynikająca z warunków ukończenia kursu oraz otrzymania certyfikatu

Strona przedmiotu
2400-MIKRO-AIBF-IIA

Introduction to AI [2400-MIKRO-AIBF-IIA] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Konwersatorium - 6 godzin
Grupy przedmiotu

Skrócony opis

Kurs stanowi wprowadzenie do sztucznej inteligencji oraz jej zastosowań w pracy analitycznej. Uczestnicy poznają zasady działania modeli językowych i modeli bazowych (fundamentalnych), uczą się komunikować z nimi za pomocą różnych technik formułowania promptów oraz wykorzystywać narzędzia AI do wspierania programowania, analizy danych i wizualizacji.

Kurs łączy treści koncepcyjne z ćwiczeniami praktycznymi wykorzystującymi ChatGPT, OpenAI Codex, R, RStudio oraz ggplot2. Obejmuje również etyczne, prawne i społeczne konsekwencje rozwoju sztucznej inteligencji, w tym jej koszty środowiskowe, ochronę danych, prawa autorskie, odpowiedzialność człowieka oraz ryzyko zastępowania ludzkiego osądu przez systemy automatyczne. Szczególny nacisk położono na krytyczne myślenie, weryfikację przez człowieka oraz traktowanie AI jako narzędzia wspierającego pracę analityka.

Strona przedmiotu
2400-MIKRO-AIBF-IP

Introduction to Python [2400-MIKRO-AIBF-IP] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 30 godzin
Grupy przedmiotu

Skrócony opis

Przedmiot wprowadza osoby bez wcześniejszego doświadczenia w programowaniu w język Python jako narzędzie pracy z danymi. Obejmuje podstawowe środowisko pracy (VS Code, Jupyter Notebook), podstawowe typy i struktury danych, elementy analizy danych i modelowania statystycznego, wizualizację danych w Matplotlib i Seaborn, pętle i funkcje, manipulację danymi w Pandas oraz dobre praktyki pisania czystego, czytelnego i powtarzalnego kodu.

Strona przedmiotu
2400-MIKRO-AIBF-IR

Introduction to R [2400-MIKRO-AIBF-IR] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 30 godzin
Grupy przedmiotu

Skrócony opis

Kurs stanowi realizowane we własnym tempie wprowadzenie do programowania i analizy danych w języku R. Jego celem jest umożliwienie uczestnikom zdobycia lub odświeżenia umiejętności niezbędnych do udziału w Szkole Letniej SPINAKER. Na początku kursu uczestnicy rozwiązują test poziomujący. Na podstawie uzyskanego wyniku są kierowani do modułów odpowiadających ich aktualnemu poziomowi znajomości programowania w R.

Kurs łączy nagrane materiały instruktażowe, skrypty R z ćwiczeniami prowadzonymi krok po kroku, zadania do samodzielnego wykonania oraz krótkie quizy internetowe. Obejmuje podstawy programowania w R, struktury danych, import danych, analizę statystyczną, modelowanie, wizualizację danych, funkcje, tworzenie reprodukowalnych raportów, ekosystem tidyverse oraz zasady pisania przejrzystego kodu.

Strona przedmiotu
2400-MIKRO-AIBF-LLM

Large Language Models, AI for Text Data [2400-MIKRO-AIBF-LLM] — Opis

Zajęcia przedmiotu
Semestr letni 2025/26
  • Warsztaty - 6 godzin
Grupy przedmiotu

Skrócony opis

Przedmiot wprowadza studentów do współczesnych metod eksploracji tekstu i dużych modeli językowych z perspektywy analitycznej oraz biznesowej. Studenci uczą się, jak nieustrukturyzowane dane tekstowe można przekształcić w cenne informacje za pomocą technik przetwarzania języka naturalnego. Przedmiot obejmuje wstępne przetwarzanie tekstu, podejście bag of words, algorytmy TF-IDF, n-gramy, tagowanie POS, rozpoznawanie NER, analizę sentymentu, embeddingi, sieci neuronowe, architektury typu transformer, inżynierię promptów oraz RAG. Omawiane są także zasady projektowania i budowy chatbotów, w tym wykorzystanie wyszukiwania semantycznego oraz firmowych baz wiedzy. Praktyczne przykłady realizowane w języku Python pokazują, jak omawiane metody wspierają podejmowanie decyzji biznesowych, analizę klientów, wyszukiwanie semantyczne, klasyfikację dokumentów, ekstrakcję informacji i aplikacje oparte na sztucznej inteligencji.

Strona przedmiotu
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 7.3.1.0-9 (897c2258-dirty) :: 2026-10-30