UNIWERSYTET ŁÓDZKI - Centralny System Uwierzytelniania
Strona główna

Sztuczna inteligencja

Informacje ogólne

Kod przedmiotu: 1100-SI0OII
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Sztuczna inteligencja
Jednostka: Wydział Matematyki i Informatyki
Grupy:
Punkty ECTS i inne: 0 LUB 6.00 LUB 4.00 (w zależności od programu) 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: polski
Forma zaliczenia:

egzamin
Forma studiów:

stacjonarne
Wymagania wstępne:

Wiedza z zakresu przedmiotu "Elementy sztucznej inteligencji"
Wymaganie wstępne:

Elementy sztucznej inteligencji 1100-SI0LII
Skrócony opis:

Cele przedmiotu:

Poszerzenie materiału z przedmiotu "Elementy sztucznej inteligencji" o nowe zagadnienia: teoria reprezentacji wiedzy (aproksymacja zbiorów), logika rozmyta, sztuczne sieci neuronowe. Znaczny nacisk położony jest na umiejętności teoretycznego i praktycznego wykorzystania omawianych teorii i metod do rozwiązania problemów sztucznej inteligencji, również budowania nowych algorytmów.
Efekty uczenia się:

1. rozumie cywilizacyjne znaczenie informatyki oraz jej stosowanie,

2. wykorzystuje algorytmy sztucznej inteligencji w rozwiązywaniu problemów,

3. rozpoznaje zagadnienia praktyczne które można rozwiązać algorytmicznie,

4. rozwiązuje samodzielnie problemy praktyczne (informatyczne) tworząc nowe algorytmy sztucznej inteligencji,

5. potrafi analizować zaawansowane algorytmy i dokonać ich implementacji,

6. posiada umiejętność samokształcenia i jest otwarty na nowe dziedziny informatyki,

7. potrafi pracować w zespole.

Powyższe efekty kształcenia osiągane w ramach przedmiotu pozwalają na realizację kierunkowych efektów kształcenia, mających następujące oznaczenia w programie Informatyka II stopnia: 1100I-2A_W01, 1100I-2A_W02, 1100I-2A_W03, 1100I-2A_W04, 1100I-2A_W09, 1100I-2A_U01, 1100I-2A_U02, 1100I-2A_U04, 1100I-2A_U05, 1100I-2A_U06, 1100I-2A_U09, 1100I-2A_U11, 1100I-2A_U12, 1100I-2A_U14, 1100I-2A_K01, 1100I-2A_K02, 1100I-2A_K03, 1100I-2A_K05, 1100I-2A_K07, 1100I-2A_K08.

Zajęcia w cyklu "Semestr letni 2023/2024" (w trakcie)

Okres: 2024-02-26 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów

Zajęcia w cyklu "Semestr zimowy 2023/2024" (zakończony)

Okres: 2023-10-01 - 2024-02-25
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów

Zajęcia w cyklu "Semestr letni 2022/2023" (zakończony)

Okres: 2023-02-20 - 2023-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski, Sebastian Wojczyk
Prowadzący grup: Andrzej Nowakowski, Sebastian Wojczyk
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy kurs na PZK?:

T
Metody dydaktyczne:

wykład konwersatoryjny,

referaty,

ćwiczenia praktyczne (,,małe'' projekty związane z omawianym w danym momencie materiałem)
Sposoby i kryteria oceniania:

(tylko po angielsku) .
Treści kształcenia:

1. Sztuczne sieci nauronowe

2. Algorytmy genetyczne

3. Zbiory rozmyte

4. Boidy
Literatura:

1 Leszek Rutkowski, Metody i techniki sztucznej inteligencji, PWN

Zajęcia w cyklu "Semestr zimowy 2022/2023" (zakończony)

Okres: 2022-10-01 - 2023-02-19
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów

Zajęcia w cyklu "Semestr letni 2021/2022" (zakończony)

Okres: 2022-02-21 - 2022-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów

Zajęcia w cyklu "Semestr zimowy 2021/2022" (zakończony)

Okres: 2021-10-01 - 2022-01-23
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Marta Lipnicka, Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Metody dydaktyczne:

wykład konwersatoryjny,

referaty,

ćwiczenia praktyczne (,,małe'' projekty związane z omawianym w danym momencie materiałem)
Sposoby i kryteria oceniania:

- Na ocenę z ćwiczeń składają się: oceny za projekty (100%) (efekty: 2, 5)


- Na ocenę z wykładu składają się: ocena za egzamin pisemny (100%) (efekty: 1, 3, 4, 6, 7).


- Na ocenę z przedmiotu składa się ocena z ćwiczeń (50%) i ocena z wykładu (50%).
Treści kształcenia:

1. Pojęcia podstawowe metody reprezentacji wiedzy z wykorzystaniem zbiorów przybliżonych

2. Aproksymacja zbioru

3. Analiza tablic decyzyjnych

4. Podstawowe pojęcia i definicje teorii zbiorów rozmytych
Literatura:

1 Leszek Rutkowski, Metody i techniki sztucznej inteligencji, PWN

Zajęcia w cyklu "Semestr zimowy 2020/2021" (zakończony)

Okres: 2020-10-01 - 2021-02-07
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Marta Lipnicka, Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Metody dydaktyczne:

wykład konwersatoryjny,

referaty,

ćwiczenia praktyczne (,,małe'' projekty związane z omawianym w danym momencie materiałem)
Sposoby i kryteria oceniania:

- Na ocenę z ćwiczeń składają się: oceny za projekty (100%) (efekty: 2, 5)


- Na ocenę z wykładu składają się: ocena za egzamin pisemny (100%) (efekty: 1, 3, 4, 6, 7).


- Na ocenę z przedmiotu składa się ocena z ćwiczeń (50%) i ocena z wykładu (50%).
Treści kształcenia:

1. Pojęcia podstawowe metody reprezentacji wiedzy z wykorzystaniem zbiorów przybliżonych

2. Aproksymacja zbioru

3. Analiza tablic decyzyjnych

4. Podstawowe pojęcia i definicje teorii zbiorów rozmytych
Literatura:

1 Leszek Rutkowski, Metody i techniki sztucznej inteligencji, PWN

Zajęcia w cyklu "Semestr zimowy 2019/2020" (zakończony)

Okres: 2019-10-01 - 2020-02-23
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Marta Lipnicka, Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Metody dydaktyczne:

wykład konwersatoryjny,

referaty,

ćwiczenia praktyczne (,,małe'' projekty związane z omawianym w danym momencie materiałem)
Sposoby i kryteria oceniania:

- Na ocenę z ćwiczeń składają się: oceny za projekty (100%) (efekty: 2, 5)


- Na ocenę z wykładu składają się: ocena za egzamin pisemny (100%) (efekty: 1, 3, 4, 6, 7).


- Na ocenę z przedmiotu składa się ocena z ćwiczeń (50%) i ocena z wykładu (50%).
Treści kształcenia:

1. Pojęcia podstawowe metody reprezentacji wiedzy z wykorzystaniem zbiorów przybliżonych

2. Aproksymacja zbioru

3. Analiza tablic decyzyjnych

4. Podstawowe pojęcia i definicje teorii zbiorów rozmytych
Literatura:

1 Leszek Rutkowski, Metody i techniki sztucznej inteligencji, PWN

Zajęcia w cyklu "Semestr zimowy 2018/2019" (zakończony)

Okres: 2018-10-01 - 2019-02-10
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Metody dydaktyczne:

wykład konwersatoryjny,

referaty,

ćwiczenia praktyczne (,,małe'' projekty związane z omawianym w danym momencie materiałem)
Sposoby i kryteria oceniania:

- Na ocenę z ćwiczeń składają się: oceny za projekty (100%) (efekty: 2, 5)


- Na ocenę z wykładu składają się: ocena za egzamin pisemny (100%) (efekty: 1, 3, 4, 6, 7).


- Na ocenę z przedmiotu składa się ocena z ćwiczeń (50%) i ocena z wykładu (50%).
Treści kształcenia:

1. Pojęcia podstawowe metody reprezentacji wiedzy z wykorzystaniem zbiorów przybliżonych

2. Aproksymacja zbioru

3. Analiza tablic decyzyjnych

4. Podstawowe pojęcia i definicje teorii zbiorów rozmytych
Literatura:

1 Leszek Rutkowski, Metody i techniki sztucznej inteligencji, PWN

Zajęcia w cyklu "Semestr letni 2017/2018" (zakończony)

Okres: 2018-02-19 - 2018-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia konwersatoryjne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Marta Lipnicka, Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia konwersatoryjne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów

Zajęcia w cyklu "Semestr zimowy 2017/2018" (zakończony)

Okres: 2017-10-01 - 2018-02-09
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Ćwiczenia informatyczne, 28 godzin więcej informacji
Wykład, 28 godzin więcej informacji
Koordynatorzy: Andrzej Nowakowski
Prowadzący grup: Marta Lipnicka, Andrzej Nowakowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena zgodna z regulaminem studiów
Ćwiczenia informatyczne - Ocena zgodna z regulaminem studiów
Wykład - Ocena zgodna z regulaminem studiów
Czy ECTS?:

T
Metody dydaktyczne:

wykład konwersatoryjny,

referaty,

ćwiczenia praktyczne (,,małe'' projekty związane z omawianym w danym momencie materiałem)
Sposoby i kryteria oceniania:

- Na ocenę z ćwiczeń składają się: oceny za projekty (100%) (efekty: 2, 5)


- Na ocenę z wykładu składają się: ocena za egzamin pisemny (100%) (efekty: 1, 3, 4, 6, 7).


- Na ocenę z przedmiotu składa się ocena z ćwiczeń (50%) i ocena z wykładu (50%).
Treści kształcenia:

1. Pojęcia podstawowe metody reprezentacji wiedzy z wykorzystaniem zbiorów przybliżonych

2. Aproksymacja zbioru

3. Analiza tablic decyzyjnych

4. Podstawowe pojęcia i definicje teorii zbiorów rozmytych
Literatura:

1 Leszek Rutkowski, Metody i techniki sztucznej inteligencji, PWN
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest UNIWERSYTET ŁÓDZKI.
kontakt deklaracja dostępności USOSweb 7.0.3.0-0