Sieci neuronowe

Informacje ogólne

Kod przedmiotu:	F-K.38
Kod Erasmus / ISCED:	(brak danych) / (brak danych)
Nazwa przedmiotu:	Sieci neuronowe
Jednostka:	Wydział Filozofii i Socjologii
Grupy:	Przedmioty kierunkowe kognitywistyka VI sem. (stare)
Strona przedmiotu:	http://matrix.umcs.lublin.pl/~polszews
Punkty ECTS i inne:	(brak) 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:	(brak danych)
Godzinowe ekwiwalenty punktów ECTS:	Godziny kontaktowe (z udziałem nauczyciela akademickiego) Wykład: 15 Laboratorium: 10 Łączna liczba godzin z udziałem nauczyciela akademickiego: 25 Godziny nie kontaktowe (praca własna studenta) zapoznanie się z odpowiednią literaturą odnoszącą się do kolejnego wykładu: 7 przygotowanie do egzaminu: 5 realizacja zleconych zadań projektowych: 18 Przygotowanie się do laboratorium: 5 Łączna liczba godzin nie kontaktowych: 35 SUMA GODZIN Moduł podstawowy: 60 Sumaryczna liczba punktów ECTS dla modułu: 2
Sposób weryfikacji efektów kształcenia:	SN_W_01, SN_W_02, SN_W_03, SN_W_04, SN_W_05 - Wykład: egzamin ustny składający się z 4 pytań ocenianych każde w skali 2-5. Wynik końcowy: średnia ocen pytań. SN_U_01, SN_U_02, SN_U_03, SN_U_04 - Laboratorium: 20% za indywidualną aktywność studenta na zajęciach; 40% za zaliczenie każdego z zadań projektowych (2 zadania).
Pełny opis:	Moduł zapoznaje studentów z podstawową wiedzą dotyczącą sztucznej inteligencji obliczeniowej oraz wybranymi jej technikami obliczeniowymi.
Literatura:	1) J. Żurada, M. Barski, W. Jędrych, Sztuczne sieci neuronowe (Wydawnictwo Naukowe PWN, Warszawa). 2) R. Tadeusiewicz, Sieci neuronowe (Akademicka Oficyna Wydawnicza, Warszawa). 3) SNNS Stuttgart Neural Network Simulator User Manual, Version 4.2. 4) R. Tadeusiewicz . T. Gąciarz, B. Borowik, B. Leper, Odkrywanie właściwości sieci neuronowych przy użyciu programów w języku C# (Polska Akademia Umiejętności, Kraków).
Efekty uczenia się:	WIEDZA SN_W_01 - Ma wiedzę dotyczącą podstawowych właściwości neuronów biologicznych; K_K01, K_05, K_K06, K_W11, K_W12, K_W17, K_W21, K_W22 SN_W_02 - Ma wiedzę dotyczącą podstawowego modelu sztucznych neuronów (model McCullocha-Pittsa); K_K01, K_05, K_K06, K_W11, K_W12, K_W17, K_W21, K_W22 SN_W_03 - Ma wiedzę o podstawowych typach architektury sztucznych sieci neuronowych; K_K01, K_05, K_K06, K_W11, K_W12, K_W17, K_W21, K_W22 SN_W_04 - Ma wiedzę dotyczącą podstawowych algorytmów uczenia nadzorowanego sztucznych sieci neuronowych (algorytm propagacji wstecznej błędu) oraz ich modyfikacji i uogólnień; K_K01, K_05, K_K06, K_W11, K_W12, K_W17, K_W21, K_W22 SN_W_05 - Ma wiedzę o zastosowaniach sztucznych sieci neuronowych w nauce i technice; K_K01, K_05, K_K06, K_W11, K_W12, K_W17, K_W21, K_W22 UMIEJĘTNOŚCI SN_U_01 - Potrafi wykorzystać w symulacjach sztucznych sieci neuronowych niekomercyjne aplikacje (Stuttgart Neural Network Simmulator); K_K01, K_K05, K_K06, K_U01, K_U02, K_U09, K_U10, K_U14, K_U16, K_U19 SN_U_02 - Potrafi symulować neuron progowy i neuron McCullocha-Pitsa z innymi niż progowa funkcjami aktywacji oraz analizować przetwarzanie informacji przez taki neuron; K_K01, K_K05, K_K06, K_U01, K_U02, K_U09, K_U10, K_U14, K_U16, K_U19 SN_U_03 - Potrafi symulować układy bramkowe z wykorzystaniem pojedynczych neuronów oraz prostych sieci neuronowych; K_K01, K_K05, K_K06, K_U01, K_U02, K_U09, K_U10, K_U14, K_U16, K_U19 SN_U_04 - Potrafi konstruować warstwowe sieci jednokierunkowe, przeprowadzać na nich proces uczenia nadzorowanego metodą wstecznej propagacji błędu i wykorzystywać je w roli klasyfikatorów; K_K01, K_K05, K_K06, K_U01, K_U02, K_U09, K_U10, K_U14, K_U16, K_U19

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.