Sztuczna inteligencja i sieci społecznościowe

Logika i jej zastosowania w praktyce.

15h - wykłady

30h - praca własna studenta

W1, W3, P1, U2, U2 Prace zaliczeniowe oraz ćwiczenia

Zaznajomienie studentów z przedmiotem badań w zakresie sztucznej inteligencji (si) oraz podstawową wiedzą w tym zakresie, a także z metodami opisu i rozwiązywania problemów charakterystycznych dla zastosowań si.

1. Stuart Russel, Peter Norvig: Artificial Intelligence: A Modern Approach. Global Edition. Pearson 2016

2. T. Żurek: Metody Sztucznej inteligencji. UMCS 2011

3. Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep Learning. Cambridge, MA: MIT Press, 2016.

Student zna i rozumie podstawy i zasadę działania wybranych algorytmów uczenia maszynowego sztucznej inteligencji oraz metody i teorie wyjaśniające złożone zależności między nimi (ma ogólną wiedzę w zakresie teoretycznych podstaw informatyki) – K_W03

Student zna podstawy mechanizmów uczenia maszynowego (ma znajomość technik przygotowywania danych dla algorytmów SI), w tym zasady zarządzania cyfrowymi zasobami własności intelektualnej – K_W05

Umiejętności:

Student potrafi wykorzystać algorytm wykorzystujący mechanizmy uczenia maszynowego (ma umiejętność wykorzystania algorytmów) – K_U01

Student potrafi opisać zagadnienia z obszaru uczenia maszynowego w sposób zrozumiały (potrafi mówić i pisać o zagadnieniach informatycznych zrozumiałym, potocznym językiem w języku polskim i języku obcym) a także oceniać krytycznie użyteczność i efektywność sztucznej inteligencji w rozwiązywaniu skomplikowanych problemów – K_U01

Kompetencje społeczne:

Student zdaje sobie sprawę z szybkiego rozwoju uczenia maszynowego i rozumie potrzebę poszerzania własnej wiedzy (zna ograniczenia własnej wiedzy i rozumie potrzebę dalszego kształcenia) oraz docenia rolę wiedzy oraz krytycznej oceny użyteczności i skuteczności sztucznej inteligencji w rozwiązywaniu problemów teoretycznych i praktycznych – K_K02