SylabUZ
Nazwa przedmiotu | Uczenie maszynowe |
Kod przedmiotu | 11.3-WK-IiED-UM-S18 |
Wydział | Wydział Matematyki, Informatyki i Ekonometrii |
Kierunek | Informatyka i ekonometria |
Profil | ogólnoakademicki |
Rodzaj studiów | drugiego stopnia z tyt. magistra |
Semestr rozpoczęcia | semestr zimowy 2022/2023 |
Semestr | 2 |
Liczba punktów ECTS do zdobycia | 5 |
Występuje w specjalnościach | Analityka biznesowa |
Typ przedmiotu | obieralny |
Język nauczania | polski |
Sylabus opracował |
|
Forma zajęć | Liczba godzin w semestrze (stacjonarne) | Liczba godzin w tygodniu (stacjonarne) | Liczba godzin w semestrze (niestacjonarne) | Liczba godzin w tygodniu (niestacjonarne) | Forma zaliczenia |
Wykład | 15 | 1 | - | - | Zaliczenie na ocenę |
Laboratorium | 30 | 2 | - | - | Zaliczenie na ocenę |
Założeniem kursu jest przygotowanie studentów do rozwiązywania praktycznych problemów przy wykorzystaniu zarówno klasycznych modeli statystycznych, jak również algorytmów sieci neuronowych oraz innych poznanych metod uczenia maszynowego. Ważnym celem tego przedmiotu jest rozwinięcie umiejętności wnioskowania, analitycznego myślenia oraz doboru właściwych algorytmów uczenia maszynowego do zadanego problemu.
Analizy danych rzeczywistych będą przeprowadzane przy użyciu jednego z dwóch najczęściej wykorzystywanych przez analityków programów R lub Python. Po tym kursie student będzie posiadał umiejętność wykorzystania specjalistycznych bibliotek wybranego programu do rozwiązywania konkretnych problemów za pomocą algorytmów uczenia maszynowego.
Znajomość podstaw statystyki oraz rachunku prawdopodobieństwa. Analiza danych statystycznych.
Wykład/Laboratorium:
Wykład: tradycyjny i problemowy, prezentacja multimedialna.
Laboratorium: program laboratorium obejmuje pogłębienie zagadnień omawianych na wykładach. Rozwiązywanie problemów badawczych za pomocą algorytmów uczenia maszynowego przy wykorzystaniu specjalistycznych bibliotek programu R lub Python. Praca w zespole. Dyskusja związana z wykorzystaniem odpowiednich algorytmów oraz interpretacja wyników pośrednich i końcowych.
Opis efektu | Symbole efektów | Metody weryfikacji | Forma zajęć |
Sprawdzanie stopnia przygotowania studentów oraz ich aktywności zarówno na laboratorium, jak i na wykładzie.
Umiejętności nabyte w ramach zajęć laboratoryjnych weryfikowane są na podstawie wykonania przez studenta wskazanych zadań i problemów rozliczanych w formie raportów. Próg zaliczeniowy to 50% sumy punktów.
Zmodyfikowane przez dr Magdalena Wojciech (ostatnia modyfikacja: 25-05-2022 23:42)