Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Prace badawcze z uczenia maszynowego

Informacje ogólne

Kod przedmiotu: 1000-2M20MLP2
Kod Erasmus / ISCED: 11.3 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0612) Database and network design and administration Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Prace badawcze z uczenia maszynowego
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty obieralne dla informatyki
Przedmioty obieralne na studiach drugiego stopnia na kierunku bioinformatyka
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: angielski
Rodzaj przedmiotu:

monograficzne

Założenia (opisowo):

Przy zapisach wymagamy zaliczenia przedmiotów Głębokie sieci neuronowe lub Rozpoznawanie obrazów na oceny co najmniej 4.

Skrócony opis:

Celem przedmiotu jest nauczenie studentów tego, jak wygląda praca naukowa w dziedzinie uczenia maszynowego. Studenci uzyskają zarówno wiedzę teoretyczną, jak i przejdą przez proces tworzenia wyniku naukowego. Studenci będą prowadzeni przez mentorów, którzy będą wspierali ich w działaniach badawczych. Dodatkowo studenci nauczą się tego, jak wygląda proces publikacji wyników naukowych. Prace rozpoczęte na tym przedmiocie będą kontynuowane na przedmiocie Projekt z uczenia maszynowego.

Pełny opis:

W skład przedmiotu będą wchodzić różne wykłady na następujące tematy:

- Jak wygląda praca w projekcie badawczym?

- Jak wygląda proces publikacji wyników naukowych? Jak napisać artykuł, przygotować prezentację, plakat czy szybkie podsumowanie pomysłu?

Niektóre z wykładów, w zależności do dostępności, będą prowadzone przez zaproszonych gości.

W trakcie pierwszych tygodni będą prezentowane różne potencjalne tematy badawcze oraz mentorzy. Studenci następnie wybiorą swoje projekty i mentorów, po czym przystąpią do definiowania potrzebnych pojęć oraz do prac badawczych. Pod koniec semestru studenci prezentować będą demonstracyjne wersje oprogramowania, pracować nad artykułami oraz prezentacjami.

Literatura:

Artykuły z rozwijanych tematów badawczych.

Efekty uczenia się:

Studenci zdobędą zrozumienie procesu badawczego oraz uzyskają pewne w nim doświadczenie.

Metody i kryteria oceniania:

Ocena będzie dawana przez koordynatora na podstawie:

- ocen mentorów,

- postępu w tworzeniu raportów i prezentacji.

Uczestnistwo w wykładach i laboratoriach jest obowiązkowe.

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 Warszawski.
Krakowskie Przedmieście 26/28
00-927 Warszawa
tel: +48 22 55 20 000 https://uw.edu.pl/
kontakt deklaracja dostępności USOSweb 7.0.2.0-1 (2024-03-12)