Informatyka Systemów Autonomicznych
|
|
- Irena Zielińska
- 8 lat temu
- Przeglądów:
Transkrypt
1 Grzegorz Bartoszek Informatyka Systemów Autonomicznych Systemy informatyczne działające w świecie statycznym, quasi-statycznym i dynamicznym Prowadzący: dr inż. Marek Piasecki
2 1.Wstęp Systemy komputerowe odgrywają bardzo dużą rolę w wielu dziedzinach we współczesnym świecie. Co raz większa liczba czynności jest automatyzowana lub też wspomagana przez komputery. W zależności od funkcji danego programu lub systemu komputerowego różne jest jego otoczenie. Poprzez pojęcie otoczenia lub środowiska rozumiemy dane jakie docierają do danego systemu, i na które musi on reagować, lub na podstawie których musi on uzyskać określony wynik swojej pracy. Rodzaj otoczenia decyduje też o tym jaki wpływ może mieć na nie program komputerowy. Środowisko w jakim działa system informatyczny w istotny sposób wpływa na wymagania stawiane wobec tego systemu oraz na sposób jego tworzenia. Środowisko statyczne Można wyróżnić kilka sposobów klasyfikacji środowisk, w których działają programy komputerowe. Środowisko statyczne to takie, w którym jedyne zmiany zachodzą na skutek działań wykonanych przez nasz program. Nie ma żadnych ingerencji z zewnątrz. Środowisko takie często może być także deterministyczne, tzn. znając jego stan w danej chwili można określić jego stany w przyszłości. Środowisko takie gwarantuje stuprocentową pewność co do przetwarzanych informacji. Środowisko dynamiczne Przeciwieństwem środowiska statycznego jest środowisko dynamiczne. Niezależnie od działania danego systemu informatycznego zachodzą w nim nieustanne zmienny. Wobec takiego świata możemy użyć określenie niedeterministyczny - nie możemy przewidzieć stanu w jakim znajdzie się świat w przyszłości na podstawie bieżących obserwacji. Środowisko takie generuje niepewność pozyskiwanych z niego informacji. System informatyczny działający w takim otoczeniu musi być na te niepewności przygotowany. Środowisko quasi-statyczne Wymienione wyżej przypadki to przypadki skrajne. W rzeczywistości można zdefiniować również środowiska pośrednie, które łączą w sobie cechy świata statycznego i dynamicznego. W środowisku quasi-statycznym zmiany zachodzące niezależnie od działającego w nim systemu są niewielkie lub też bardzo powolne. Dzięki temu z pozoru statyczny świat może generować niepewność co do uzyskanych na jego temat danych. Z drugiej strony świat dynamiczny w pewnych okolicznościach może być rozpatrywany jako świat statyczny.
3 2.Wybrane przykłady systemów komputerowych działających w różnych rodzajach środowisk Systemy bazodanowe Dobrym przykładem programu działającego w świecie statycznym są wszelkiego rodzaju aplikacje bazodanowe: programy 'magazynowe', kartoteki, programy biblioteczne, programy bankowe. Twórca takiego programu już na etapie projektowania aplikacji ma dostęp do wszelkich niezbędnych mu informacji: Dane, na których będzie operował dany program są precyzyjnie określone. Znane są oczekiwania co do efektów działania danego programu. Znane są ograniczenia czasowe i wydajnościowe. Dzięki wyżej wymienionym łatwo jest zaprojektować odpowiednie algorytmy przetwarzające dane. Z poprawność informacji wprowadzanych do takiego systemu odpowiadają z reguły jego użytkownicy (dane te mogą być dodatkowo weryfikowane) przez co z perspektywy systemu można je uznać za pewne. Systemy tego typu mają też dosyć często dosyć ograniczoną funkcjonalność, skupioną wokół konkretnego zastosowania danej aplikacji. Działanie tego typu programów jest w pełni deterministyczne mamy do dyspozycji konkretną liczbę operacji nad konkretnym zbiorem danych, a operacje te wykonują się w sposób pewny i możemy przewidzieć ich efekt. Szachy Szczególnym podgatunkiem programów komputerowych, które w wyrazisty sposób obrazują zagadnienie dynamiki otoczenia są wszelkiego rodzaju gry komputerowe oraz zaimplementowana w nich sztuczna inteligencja. Klasycznym przykładem są szachy gra w pełni deterministyczna, w której gracz dysponuje pełną informacją na temat aktualnej sytuacji w grze. W przypadku tej gry możemy mówić o quasi-statyczności świata gry, ponieważ mimo wyżej wymienionych faktów, zachodzą w nim zmiany zależne nie tylko od gracza ale także od jego przeciwnika. Z drugiej strony na pewno nie można środowiska, w którym toczy się mecz szachowy nazwać dynamicznym. Historia pojedynków szachowych pomiędzy człowiekiem a komputerem jest bardzo długa: Charles Babbage rozważał możliwość nauczenia swojej niedokończonej maszyny Analitical Engine gry w szachy (1846 r.) Teoretyczna podstawa pod szachową sztuczną inteligencję, algorytm min-max, pojawiła się w latach 40 XX w r. - pierwszy program grający w szachy. W 1983 r. pierwszy program komputerowy osiągnął poziom mistrza szachowego r. Deep Blue wygrywa z Garym Kasparovem Podstawa programów grających w szachy jest algorytm min-max, którego idea opiera się na maksymalizowaniu zysków i minimalizowaniu strat. W przypadku szachów algorytm min-max używany jest podczas analizowania możliwych posunięć. W najprostszym przypadku tworzone jest drzewo możliwych ruchów, które następnie są oceniane i wybierany jest najlepszy. Ponieważ w chwili obecnej nie istnieje komputer który byłby w stanie przeanalizować wszystkie możliwe ruchy
4 w relatywnie krótkim czasie, istnieją różne bardzo zaawansowane techniki pozwalające ograniczać drzewo przeszukiwań oraz określać, które ruchy są korzystne, a które nie. Jednak świat, w którym toczy się pojedynek szachowy jest w gruncie rzeczy statyczny i deterministyczny, dlatego główna idea tworzenia programów szachowych jest stosunkowo prosta: należy jak największą moc obliczeniową skupić na tym aby przeanalizować więcej możliwych posunięć niż przeciwnik. Poker Kolejnym o wiele ciekawszym i nieco młodszym przykładem gry jest bijąca w ostatnich latach rekordy popularności odmiana pokera Texas Hold'em. Ta pochodząca ze Stanów Zjednoczonych gra karciana zdobyła ogromną popularność na całym świecie między innymi za sprawą wielu serwisów internetowych umożliwiających grę online. Fakt, że można grać w pokera przez internet w sposób niemal anonimowy, kusi aby spróbować stworzyć program komputerowy grający w pokera (tzw. poker-bot), który automatycznie generowałby zyski (oczywiście jest to niedozwolone i nielegalne). Popularne stają się także zwykłe gry komputerowe poruszające tą tematykę. O tym, że temat pokerowej sztucznej inteligencji jest ciekawy, świadczy również to, że na amerykańskim University of Alberta istnieje specjalny zespół naukowców zajmujący się tym zagadnieniem. Organizowane są również turnieje w których rywalizują ze sobą pokerowe programy komputerowe. W Texas Hold'em każdy z graczy dostaje dwie karty, oprócz których na stół wykładane jest jeszcze pięć kart wspólnych dla wszystkich graczy (wszyscy je widzą). W międzyczasie odbywają się trzy rundy licytacji. Na końcu każdy gracz ma do dyspozycji dwie swoje karty i pięć wspólnych dla wszystkich. Spośród tych siedmiu kart wybiera najlepszy możliwy pięciokartowy układ, i w przypadku gdy jest on lepszy niż układy przeciwników wygrywa pule. Szczegółowe zasady znaleźć można w internecie są one stosunkowo proste. Natomiast jeśli chodzi o dynamikę świata gry sytuacja jest trochę bardziej skomplikowana niż to miało miejsce w przypadku szachów. W dalszym ciągu nie mamy tu do czynienia z w pełni dynamicznym światem gry, jednak posiadane przez nas informacje są niepewne a gra jest niedeterministyczna. Poker jest to tzw. gra z niepełną informacją: Część kart jest wspólna dla wszystkich graczy W każdej chwili możemy stwierdzić jaki jest najwyższy możliwy układ Wiemy jaki my mamy układ Znamy ilość kart w talii Możemy obliczyć prawdopodobieństwo, że kolejna wyłożona karta da nam wygraną. Znamy też ilość przeciwników i ilość posiadanych przez nich żetonów. Działania wykonywane przez graczy są jawne. Nie znamy tylko kart posiadanych przez przeciwników. Specyfika gry wymaga aby na wszelkie sposoby starać się wprowadzić przeciwnika w błąd. Tak więc wiedza gracza na temat świata gry jest połowiczna. Wszystkie te czynniki (i wiele innych) należy brać pod uwagę przy projektowaniu pokerowej sztucznej inteligencji. Program pokerowy powinien radzić sobie z następującymi zagadnieniami: Prawdopodobieństwo Ocena ryzyka Zwodzenie przeciwników Gromadzenie informacji o przeciwnikach (opponent modelling) Różne rodzaje strategii
5 Pewne podstawowe wartości pomagające podjąć decyzje mogą zostać po prostu wyliczone. Jednak gra oparta jedynie na rachunku prawdopodobieństwa staje się przewidywalna. Dodatkowo program pokerowy powinien gromadzić informacje dotyczące przeciwników tak aby można było przewidzieć ich zagrania na podstawie ich dotychczasowej gry. Program Poki Stworzony przez pracowników Uniwersytetu Alberta jest jednym z najlepszych (najlepszym?) programów grających w pokera. Wykorzystuje on bardzo zaawansowane algorytmy uczące, np. statystyczną analizę zachowań graczy czy też sieci neuronowe. Podobnie jak w przypadku szachów odbywały się pojedynki zawodowych pokerzystów i wspomnianego programu. Póki co zakończone remisem. Gry komputerowe czasu rzeczywistego Najpowszechniejszą gałąź przemysłu elektronicznej rozrywki stanowią gry komputerowe, których akcja rozgrywa się w czasie rzeczywistym. Mogą to być np. wszelkiego rodzaju trójwymiarowe strzelaniny czy też strategie czasu rzeczywistego. W tego typu grach mamy do czynienie z w pełni dynamicznym światem, w którym odbywa się rozgrywka. W każdej chwili w środowisku gry znajduje się wiele jednostek/postaci realizujących zadania wynikających ze specyfiki gry. Komputerowy przeciwnik musi w każdej chwili reagować na działania jego ludzkich lub komputerowych oponentów. Zmiany te są niedeterministyczne, nie można ich przewidzieć. Zagadnienie sztucznej inteligencji we współczesnych grach jest bardzo skomplikowane. Istniej szeroka gama różnego rodzaju algorytmów mających zastosowanie w tej dziedzinie. Podstawowe mechanizmy to: Automaty stanów Systemy wieloagentowe Algorytmy grafowe Jednym z przykładowych algorytmów mających zastosowanie w grach jest algorytm stadny. Jego działanie dotyczy grupy agentów działających w świecie gry. Algorytm stadny po raz pierwszy został przedstawiony w 1987 r. roku przez Craiga Reynoldsa. Reynolds zaproponował w swoim artykule trzy zasady, które po połączeniu umożliwiały grupie agentów realistyczne zbiorowe zachowanie przypominające zachowania ławicy ryb, roju pszczół albo stada ptaków. Te trzy zasady Reynolds nazwał sterowaniem zachowaniem, a są nimi: rozdzielczość sterowanie zapobiegające tworzeniu tłumu w jednym miejscu, które polega na tym, że agenci muszą zachowywać pewną odległość od siebie, wyrównywanie sterowanie dające możliwość agentowi zmiany kierunki prędkości swego przemieszczania, dzięki czemu agent może dostosowywać te parametry do innych agentów przebywających w jego pobliżu,spójność sterowanie odpowiedzialne za zbieranie się agentów przebywających blisko siebie w lokalne grupy. Z czasem Reynolds dodał czwartą zasadę, którą określił mianem unikania. Jej zadaniem jest sterowanie zapobiegające zderzeniom agentów z przeszkodami. Między poszczególnymi cyklami (uaktualnieniami) po których agenci za każdym razem sprawdzają środowisko, w jakim w danej chwili przebywają. Kolejnym powszechnym rozwiązaniem stosowanym w grach są automaty stanów skończonych. Już w grach z lat 90. technika ta była wykorzystywana do kontrolowania agentów, ale i w najnowszych produkcjach automaty stanów skończonych są używane do sterowania AI gry. Również w większości gier typu crpg automaty skończone wykorzystuje się do sterowania dialogami gracza z agentami. Stanowią one także w wielu grach podstawę zarządzania światem,
6 przechowują stan gry, przetwarzają polecenia od gracza lub zarządzają stanem obiektu. Automat stanów skończonych zbudowany jest z pewnej ściśle określonej liczby stanów znajdujących się w danej przestrzeni rozwiązań. Gdy pojawia się nowe zdarzenie, następuje przejście w inny stan. Prowadzi to do sytuacji pozwalającej podjąć jedno lub kilka różnych działań. Określenie najlepszej drogi poruszania z punktu A do B na mapie to problem pojawiający się w większości gier komputerowych. Na bazie techniki AI rozwiązującej to zagadnienie często tworzone są bardzo skomplikowane i złożone zachowania, takie jak planowanie strategiczne czy poruszanie się jednostek w formacjach. Sztandarowym rozwiązaniem dla tego problemu jest heurystyczny algorytm A*. Algorytm ten podczas określania trasy nie szuka drogi na ślepo, ale szacuje najlepszy kierunek eksploracji. Internet Sieć internet jest potężnym medium a także ogromnym dynamicznym środowiskiem, w którym działają setki tysięcy różnego rodzaju systemów informatycznych realizujących powierzone im zadania. Jednym z takich systemów jest największa (i prawdopodobnie najlepsza) wyszukiwarka Google. Aby możliwe było wyszukiwanie w internecie treści przy jej pomocy, musi ona posiadać informacja na temat stron internetowych. Treść tych stron i ich dostępność ulega nieustannym zmianom a ich ilość jest ogromna. Proces gromadzenia informacji na temat stron internetowych nazywany jest indeksowaniem. W przypadku Google zajmuje się tym program nazywany Googlebot. Program ten przegląda strony internetowe w ogromnym tempie (w praktyce wiele stron jednocześnie) i gromadzi informacje na temat ich zawartości. Algorytmy przeszukujące sieć internet muszą radzić sobie z wieloma problemami. Część tych problemów wynika z dynamiki środowiska, w którym pracują. Mogą to być np. nie działające linki. Kolejnym problemem są ludzie, którzy próbują oszukać mechanizmy wyszukujące w celu umieszczenia swoich stron na wysokich pozycjach list wyszukiwania. Google zawiera wiele mechanizmów mających na celu eliminowanie tego typu oszustw. 3.Podsumowanie Środowisko w jakim ma działać dany system informatyczny wywiera istotny wpływ na sposób jego tworzenia oraz jego ostateczny kształt. Twórca może mieć, w zależności od danego otoczenie, pełną lub częściową informację na temat danych przetwarzanych przez program. Musi brać pod uwagę wszystkie sytuacje, w które mogą wyniknąć, jednak nie zawsze da się je przewidzieć. W zależności od danego środowiska działanie programu może polegać na prostym przetworzeniu danych przy pomocy zaprojektowanego algorytmu lub też na reagowaniu na nieprzewidywalne zdarzenia, o których system ma niepełną i niepewną wiedzę 4.Literatura Materiały dydaktyczne: Wikipedia: Włodzisław Duch Gry i programy oparte na szukaniu Krzysztof Wardziński: Przegląd algorytmów sztucznej inteligencji stosowanych w grach komputerowych The Challenge of Poker How Google Works :
O badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ SZTUCZNA INTELIGENCJA dwa podstawowe znaczenia Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące się), pewną dyscyplinę badawczą (dział
Bardziej szczegółowoMarcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH
Marcel Stankowski Wrocław, 23 czerwca 2009 INFORMATYKA SYSTEMÓW AUTONOMICZNYCH Przeszukiwanie przestrzeni rozwiązań, szukanie na ślepo, wszerz, w głąb. Spis treści: 1. Wprowadzenie 3. str. 1.1 Krótki Wstęp
Bardziej szczegółowoJazda autonomiczna Delphi zgodna z zasadami sztucznej inteligencji
Jazda autonomiczna Delphi zgodna z zasadami sztucznej inteligencji data aktualizacji: 2017.10.11 Delphi Kraków Rozwój jazdy autonomicznej zmienia krajobraz technologii transportu w sposób tak dynamiczny,
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność
Bardziej szczegółowoWykład I. Wprowadzenie do baz danych
Wykład I Wprowadzenie do baz danych Trochę historii Pierwsze znane użycie terminu baza danych miało miejsce w listopadzie w 1963 roku. W latach sześcdziesątych XX wieku został opracowany przez Charles
Bardziej szczegółowoSztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne. Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych
Sztuczna inteligencja stan wiedzy, perspektywy rozwoju i problemy etyczne Piotr Bilski Instytut Radioelektroniki i Technik Multimedialnych Plan wystąpienia Co to jest sztuczna inteligencja? Pojęcie słabej
Bardziej szczegółowoElementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD III: Problemy agenta To już było: AI to dziedzina zajmująca się projektowaniem agentów Określenie agenta i agenta racjonalnego Charakterystyka PAGE
Bardziej szczegółowoSztuczna Inteligencja i Systemy Doradcze
Sztuczna Inteligencja i Systemy Doradcze Przeszukiwanie przestrzeni stanów gry Przeszukiwanie przestrzeni stanów gry 1 Gry a problemy przeszukiwania Nieprzewidywalny przeciwnik rozwiązanie jest strategią
Bardziej szczegółowoTeoria gier. wstęp. 2011-12-07 Teoria gier Zdzisław Dzedzej 1
Teoria gier wstęp 2011-12-07 Teoria gier Zdzisław Dzedzej 1 Teoria gier zajmuje się logiczną analizą sytuacji, gdzie występują konflikty interesów, a także istnieje możliwość kooperacji. Zakładamy zwykle,
Bardziej szczegółowoTEORIA GIER W EKONOMII WYKŁAD 5: GRY DWUOSOBOWE KOOPERACYJNE O SUMIE NIESTAŁEJ
TEORI GIER W EKONOMII WYKŁD 5: GRY DWUOSOOWE KOOPERCYJNE O SUMIE NIESTŁEJ dr Robert Kowalczyk Katedra nalizy Nieliniowej Wydział Matematyki i Informatyki UŁ Gry dwumacierzowe Skończoną grę dwuosobową o
Bardziej szczegółowoUniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.
SYLLABUS na rok akademicki 01/013 Tryb studiów Studia stacjonarne Kierunek studiów Informatyka Poziom studiów Pierwszego stopnia Rok studiów/ semestr /3 Specjalność Bez specjalności Kod katedry/zakładu
Bardziej szczegółowoLingwistyczny system definicyjny wykorzystujący korpusy tekstów oraz zasoby internetowe.
Lingwistyczny system definicyjny wykorzystujący korpusy tekstów oraz zasoby internetowe. Autor: Mariusz Sasko Promotor: dr Adrian Horzyk Plan prezentacji 1. Wstęp 2. Cele pracy 3. Rozwiązanie 3.1. Robot
Bardziej szczegółowoJAKIEGO RODZAJU NAUKĄ JEST
JAKIEGO RODZAJU NAUKĄ JEST INFORMATYKA? Computer Science czy Informatyka? Computer Science czy Informatyka? RACZEJ COMPUTER SCIENCE bo: dziedzina ta zaistniała na dobre wraz z wynalezieniem komputerów
Bardziej szczegółowoObliczenia inspirowane Naturą
Obliczenia inspirowane Naturą Wykład 01 Od maszyn Turinga do automatów komórkowych Jarosław Miszczak IITiS PAN Gliwice 03/03/2016 1 / 16 1 2 3 Krótka historia Znaczenie 2 / 16 Czego dowiedzieliśmy się
Bardziej szczegółowoWyznaczanie strategii w grach
Wyznaczanie strategii w grach Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Definicja gry Teoria gier i konstruowane na jej podstawie programy stanowią jeden z głównych
Bardziej szczegółowo2
1 2 3 4 5 Dużo pisze się i słyszy o projektach wdrożeń systemów zarządzania wiedzą, które nie przyniosły oczekiwanych rezultatów, bo mało kto korzystał z tych systemów. Technologia nie jest bowiem lekarstwem
Bardziej szczegółowoO badaniach nad SZTUCZNĄ INTELIGENCJĄ
O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia
Bardziej szczegółowoBazy Danych. Bazy Danych i SQL Podstawowe informacje o bazach danych. Krzysztof Regulski WIMiIP, KISiM,
Bazy Danych Bazy Danych i SQL Podstawowe informacje o bazach danych Krzysztof Regulski WIMiIP, KISiM, regulski@metal.agh.edu.pl Oczekiwania? 2 3 Bazy danych Jak przechowywać informacje? Jak opisać rzeczywistość?
Bardziej szczegółowoRachunek prawdopodobieństwa w grach losowych.
Rachunek prawdopodobieństwa w grach losowych. Lista zawiera kilkadziesiąt zadań dotyczących różnych gier z użyciem kart i kości, w tym tych najbardziej popularnych jak brydż, tysiąc itp. Kolejne zadania
Bardziej szczegółowoDodatkowo planowane jest przeprowadzenie oceny algorytmów w praktycznym wykorzystaniu przez kilku niezależnych użytkowników ukończonej aplikacji.
Spis Treści 1. Wprowadzenie... 2 1.1 Wstęp... 2 1.2 Cel pracy... 2 1.3 Zakres pracy... 2 1.4 Użyte technologie... 2 1.4.1 Unity 3D... 3 2. Sztuczna inteligencja w grach komputerowych... 4 2.1 Zadanie sztucznej
Bardziej szczegółowoWPROWADZENIE DO SZTUCZNEJ INTELIGENCJI
POLITECHNIKA WARSZAWSKA WYDZIAŁ MECHANICZNY ENERGETYKI I LOTNICTWA MEL WPROWADZENIE DO SZTUCZNEJ INTELIGENCJI NS 586 Dr inż. Franciszek Dul 6. GRY POSZUKIWANIA W OBECNOŚCI PRZECIWNIKA Gry Pokażemy, w jaki
Bardziej szczegółowoRozrywka z komputerem - portal KURNIK.PL
Rozrywka z komputerem - portal KURNIK.PL Nota Materiał powstał w ramach realizacji projektu e-kompetencje bez barier dofinansowanego z Programu Operacyjnego Polska Cyfrowa działanie 3.1 Działania szkoleniowe
Bardziej szczegółowoTeraz bajty. Informatyka dla szkoły podstawowej. Klasa VI
1 Teraz bajty. Informatyka dla szkoły podstawowej. Klasa VI 1. Obliczenia w arkuszu kalkulacyjnym Rozwiązywanie problemów z wykorzystaniem aplikacji komputerowych obliczenia w arkuszu kalkulacyjnym wykonuje
Bardziej szczegółowoWprowadzenie do teorii systemów ekspertowych
Myślące komputery przyszłość czy utopia? Wprowadzenie do teorii systemów ekspertowych Roman Simiński siminski@us.edu.pl Wizja inteligentnych maszyn jest od wielu lat obecna w literaturze oraz filmach z
Bardziej szczegółowoWyszukiwanie binarne
Wyszukiwanie binarne Wyszukiwanie binarne to technika pozwalająca na przeszukanie jakiegoś posortowanego zbioru danych w czasie logarytmicznie zależnym od jego wielkości (co to dokładnie znaczy dowiecie
Bardziej szczegółowoModelowanie i obliczenia techniczne. dr inż. Paweł Pełczyński
Modelowanie i obliczenia techniczne dr inż. Paweł Pełczyński ppelczynski@swspiz.pl Literatura Z. Fortuna, B. Macukow, J. Wąsowski: Metody numeryczne, WNT Warszawa, 2005. J. Awrejcewicz: Matematyczne modelowanie
Bardziej szczegółowoPrezentacja specjalności studiów II stopnia. Inteligentne Technologie Internetowe
Prezentacja specjalności studiów II stopnia Inteligentne Technologie Internetowe Koordynator specjalności Prof. dr hab. Jarosław Stepaniuk Tematyka studiów Internet jako zbiór informacji Przetwarzanie:
Bardziej szczegółowoSystemy Agentowe główne cechy. Mariusz.Matuszek WETI PG
Systemy Agentowe główne cechy Mariusz.Matuszek WETI PG Definicja agenta Wiele definicji, w zależności od rozpatrywanego zakresu zastosowań. Popularna definicja: Jednostka obliczeniowa (program, robot),
Bardziej szczegółowoAlgorytm. Krótka historia algorytmów
Algorytm znaczenie cybernetyczne Jest to dokładny przepis wykonania w określonym porządku skończonej liczby operacji, pozwalający na rozwiązanie zbliżonych do siebie klas problemów. znaczenie matematyczne
Bardziej szczegółowoSylabus modułu e-urzędnik
Sylabus modułu e-urzędnik Wymagania konieczne: Zakłada się, że przystępując do egzaminu modułu e-urzędnik, zdający będzie miał opanowany blok umiejętności i wiadomości podstawowych w zakresie zgodnym z
Bardziej szczegółowoHURTOWNIE DANYCH I BUSINESS INTELLIGENCE
BAZY DANYCH HURTOWNIE DANYCH I BUSINESS INTELLIGENCE Akademia Górniczo-Hutnicza w Krakowie Adrian Horzyk horzyk@agh.edu.pl Google: Horzyk HURTOWNIE DANYCH Hurtownia danych (Data Warehouse) to najczęściej
Bardziej szczegółowoSTRATEGICZNA KARTA WYNIKÓW W KOMPUTEROWYM SYMULATORZE DZIAŁANIA PRZEDSIĘBIORSTWA
Wydział Informatyki i Zarządzania STRATEGICZNA KARTA WYNIKÓW W KOMPUTEROWYM SYMULATORZE DZIAŁANIA PRZEDSIĘBIORSTWA Dr Agnieszka Bojnowska Symulacja komputerowa Gra pojęcie wieloznaczne - forma współzawodnictwa
Bardziej szczegółowoKIERUNKOWE EFEKTY KSZTAŁCENIA
WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA I STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA NAUK TECHNICZNYCH Dyscyplina
Bardziej szczegółowoNarzędzia AI. Jakub Wróblewski jakubw@pjwstk.edu.pl Pokój 312. http://zajecia.jakubw.pl SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE)
Narzędzia AI Jakub Wróblewski jakubw@pjwstk.edu.pl Pokój 312 http://zajecia.jakubw.pl SZTUCZNA INTELIGENCJA (ARTIFICIAL INTELLIGENCE) Nauka o maszynach realizujących zadania, które wymagają inteligencji
Bardziej szczegółowoNarzędzia Informatyki w biznesie
Narzędzia Informatyki w biznesie Przedstawiony program specjalności obejmuje obszary wiedzy informatycznej (wraz z stosowanymi w nich technikami i narzędziami), które wydają się być najistotniejsze w kontekście
Bardziej szczegółowoSystemy Wspomagania Decyzji
Teoria decyzji Szkoła Główna Służby Pożarniczej Zakład Informatyki i Łączności February 5, 2016 1 Definicje 2 Normatywna teoria decyzji 3 Opisowa teoria decyzji 4 Naturalistyczny model podejmowania decyzji
Bardziej szczegółowoEfekty kształcenia dla kierunku studiów INFORMATYKA, Absolwent studiów I stopnia kierunku Informatyka WIEDZA
Symbol Efekty kształcenia dla kierunku studiów INFORMATYKA, specjalność: 1) Sieciowe systemy informatyczne. 2) Bazy danych Absolwent studiów I stopnia kierunku Informatyka WIEDZA Ma wiedzę z matematyki
Bardziej szczegółowoZastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia
Bardziej szczegółowoM T E O T D O ZI Z E E A LG L O G R O Y R TM
O ALGORYTMACH I METODZIE ALGORYTMICZNEJ Czym jest algorytm? Czym jest algorytm? przepis schemat zestaw reguł [ ] program ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające
Bardziej szczegółowoAlgorytmy dla gier dwuosobowych
Algorytmy dla gier dwuosobowych Wojciech Dudek Seminarium Nowości Komputerowe 5 czerwca 2008 Plan prezentacji Pojęcia wstępne (gry dwuosobowe, stan gry, drzewo gry) Algorytm MiniMax Funkcje oceniające
Bardziej szczegółowoEfekt kształcenia. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie algorytmów i ich złożoności obliczeniowej.
Efekty dla studiów pierwszego stopnia profil ogólnoakademicki na kierunku Informatyka w języku polskim i w języku angielskim (Computer Science) na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie-
Bardziej szczegółowoRozkład materiału do zajęć z informatyki. realizowanych według podręcznika
Rozkład materiału do zajęć z informatyki realizowanych według podręcznika E. Gurbiel, G. Hardt-Olejniczak, E. Kołczyk, H. Krupicka, M.M. Sysło Informatyka, nowe wydanie z 007 roku Poniżej przedstawiamy
Bardziej szczegółowoRoboty grają w karty
Roboty grają w karty Wstęp: Roboty grają w karty - to propozycja lekcji łączącej edukację matematyczną z programowaniem i elementami robotyki. Uczniowie będą tworzyć skrypty w aplikacji Blockly, jednocześnie
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych, moduł kierunkowy oólny Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK
Bardziej szczegółowozna metody matematyczne w zakresie niezbędnym do formalnego i ilościowego opisu, zrozumienia i modelowania problemów z różnych
Grupa efektów kierunkowych: Matematyka stosowana I stopnia - profil praktyczny (od 17 października 2014) Matematyka Stosowana I stopień spec. Matematyka nowoczesnych technologii stacjonarne 2015/2016Z
Bardziej szczegółowoObliczenia inspirowane Naturą
Obliczenia inspirowane Naturą Wykład 01 Modele obliczeń Jarosław Miszczak IITiS PAN Gliwice 05/10/2016 1 / 33 1 2 3 4 5 6 2 / 33 Co to znaczy obliczać? Co to znaczy obliczać? Deterministyczna maszyna Turinga
Bardziej szczegółowo5 Moduył do wyboru II *[zobacz opis poniżej] 4 Projektowanie i konfiguracja sieci komputerowych Z
1. Nazwa kierunku informatyka 2. Cykl rozpoczęcia 2016/2017L 3. Poziom kształcenia studia drugiego stopnia 4. Profil kształcenia ogólnoakademicki 5. Forma prowadzenia studiów stacjonarna Specjalizacja:
Bardziej szczegółowoinstytucji edukacyjnych
Turnieje z wykorzystaniem elektronicznych symulatorów dla WINDOWS i ANDROID jako marketingowe narzędzia instytucji edukacyjnych Michel Muszynski Management Business Applied Francja Wprowadzenie Reklamowanie
Bardziej szczegółowoProspero Hall. Abstrakcyjna gra logiczna dla 2-4 nieszablonowych spryciarzy w wieku 8-99 lat.
Prospero Hall 303610 Abstrakcyjna gra logiczna dla 2-4 nieszablonowych spryciarzy w wieku 8-99 lat. C zym jest CONEX? - CONEX nie jest jak pozostałe gry karciane! CONEX jest inny. Podczas gry będziecie
Bardziej szczegółowoSystemy wbudowane - wykład 9. Systemy czasu rzeczywistego Notes. Systemy czasu rzeczywistego Notes. Systemy czasu rzeczywistego Notes.
Systemy wbudowane - wykład 9 Przemek Błaśkiewicz 26 maja 2017 1 / 93 Systemy czasu rzeczywistego sterowanie silnikiem rakietowym; 2 / 93 Systemy czasu rzeczywistego sterowanie silnikiem rakietowym; system
Bardziej szczegółowoMiasto. Hotel. Nokaut.pl. Hotele.pl. Warszawa. Jan III Sobieski 360 PLN 362 PLN. Warszawa 370 PLN 371 PLN. Warszawa. newss.
Nokaut.pl uruchomił moduł hotelowy na bazie systemu HotelCalculator.com. Nowa funkcjonalność w serwisie pozwala na szybkie przeszukiwanie najważniejszych stron hotelowych w czasie rzeczywistym, co sprawia,
Bardziej szczegółowoUCHWAŁA NR 46/2013. Senatu Akademii Marynarki Wojennej im. Bohaterów Westerplatte z dnia 19 września 2013 roku
UCHWAŁA NR 46/2013 Senatu Akademii Marynarki Wojennej im. Bohaterów Westerplatte z dnia 19 września 2013 roku w sprawie: korekty efektów kształcenia dla kierunku informatyka Na podstawie ustawy z dnia
Bardziej szczegółowoMikroekonomia. O czym dzisiaj?
Mikroekonomia Joanna Tyrowicz jtyrowicz@wne.uw.edu.pl http://www.wne.uw.edu.pl/~jtyrowicz 1.12.2007r. Mikroekonomia WNE UW 1 O czym dzisiaj? Macierze wypłat, czyli ile trzeba mieć w razie się straci...
Bardziej szczegółowoDokumentacja projektu Makao karciana gra sieciowa
Dokumentacja projektu Makao karciana gra sieciowa 1 Spis treści Specyfikacja wymagań...3 Diagram przypadków użycia...4 Scenariusze...5 Diagramy sekwencji...6 Diagram modelu domeny...8 Projekt graficznego
Bardziej szczegółowoStanowisko Stowarzyszenia. 4. Posiedzenie Parlamentarnego Zespołu ds. efektywnej regulacji gry w pokera
Stanowisko Stowarzyszenia 4. Posiedzenie Parlamentarnego Zespołu ds. efektywnej regulacji gry w pokera Stowarzyszenie Wolny Poker Dobre regulacje i rozsądne opodatkowanie Stowarzyszenie Wolny Poker powstało
Bardziej szczegółowoFormacyjne znaczenie programowania w kształceniu menedżerów
Formacyjne znaczenie programowania w kształceniu menedżerów Wojciech Cellary Katedra Technologii Informacyjnych Uniwersytet Ekonomiczny w Poznaniu al. Niepodległości 10, 61-875 Poznań cellary@kti.ue.poznan.pl
Bardziej szczegółowoBaza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.
PI-14 01/12 Baza danych to zbiór wzajemnie powiązanych ze sobą i zintegrowanych danych z pewnej dziedziny.! Likwidacja lub znaczne ograniczenie redundancji (powtarzania się) danych! Integracja danych!
Bardziej szczegółowoWymagania edukacyjne z informatyki dla uczniów klas VI SP nr 53 w Krakowie w roku szkolnym 2019/2020
Prowadzący: Elwira Kukiełka Ewa Pawlak-Głuc 1 Opracowano na podstawie: 1. Podstawa programowa(dz.u. z 017r. poz. ) Rozporządzenie Ministra Edukacji Narodowej z dnia 1 lutego 017 r. w sprawie podstawy programowej
Bardziej szczegółowo25. NIE TYLKO WORECZKI CZYLI O ROZUMIENIU SYSTEMU DZIESIĘTNEGO, CZ. I
124 25. NIE TYLKO WORECZKI CZYLI O ROZUMIENIU SYSTEMU DZIESIĘTNEGO, CZ. I Mirosław Dąbrowski 25. NIE TYLKO WORECZKI CZYLI O ROZUMIENIU SYSTEMU DZIESIĘTNEGO, CZ. I Cele ogólne w szkole podstawowej: zdobycie
Bardziej szczegółowoUniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych
Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych ELEMENTY SZTUCZNEJ INTELIGENCJI Laboratorium nr 6 SYSTEMY ROZMYTE TYPU MAMDANIEGO
Bardziej szczegółowoSCENARIUSZ LEKCJI. Streszczenie. Czas realizacji. Podstawa programowa
Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH
Bardziej szczegółowoOntologie, czyli o inteligentnych danych
1 Ontologie, czyli o inteligentnych danych Bożena Deka Andrzej Tolarczyk PLAN 2 1. Korzenie filozoficzne 2. Ontologia w informatyce Ontologie a bazy danych Sieć Semantyczna Inteligentne dane 3. Zastosowania
Bardziej szczegółowoKurs z NetLogo - część 4.
Kurs z NetLogo - część 4. Mateusz Zawisza Zakład Wspomagania i Analizy Decyzji Instytut Ekonometrii Szkoła Główna Handlowa Seminarium Wieloagentowe Warszawa, 10.01.2011 Agenda spotkań z NetLogo 15. listopada
Bardziej szczegółowoSystemy Informatyki Przemysłowej
Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania
Bardziej szczegółowoAdam Meissner. SZTUCZNA INTELIGENCJA Gry dwuosobowe
Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA Gry dwuosobowe Literatura [1] Sterling
Bardziej szczegółowoPartition Search i gry z niezupełną informacją
MIMUW 21 stycznia 2010 1 Co to jest gra? Proste algorytmy 2 Pomysł Algorytm Przykład użycia 3 Monte Carlo Inne spojrzenie Definicja Co to jest gra? Proste algorytmy Grą o wartościach w przedziale [0, 1]
Bardziej szczegółowoĆwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY.
Ćwiczenie numer 4 JESS PRZYKŁADOWY SYSTEM EKSPERTOWY. 1. Cel ćwiczenia Celem ćwiczenia jest zapoznanie się z przykładowym systemem ekspertowym napisanym w JESS. Studenci poznają strukturę systemu ekspertowego,
Bardziej szczegółowoWymagania na poszczególne oceny szkolne dla klasy VI. (na podstawie Grażyny Koba, Teraz bajty. Informatyka dla szkoły podstawowej.
1 Wymagania na poszczególne oceny szkolne dla klasy VI (na podstawie Grażyny Koba, Teraz bajty. Informatyka dla szkoły podstawowej. Klasa VI ) 2 1. Obliczenia w arkuszu kalkulacyjnym słucha poleceń nauczyciela
Bardziej szczegółowoOpracowanie systemu monitorowania zmian cen na rynku nieruchomości
Opracowanie systemu monitorowania zmian cen na rynku nieruchomości Ogólne założenia planowanego projektu Firma planuje realizację projektu związanego z uruchomieniem usługi, która będzie polegała na monitorowaniu
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Budowa atomu. Układ okresowy pierwiastków chemicznych. Promieniotwórczość naturalna i promieniotwórczość sztuczna
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoPROGRAMOWANIE DLA KAŻDEGO. Rewolucja w nauczaniu informatyki. Programowanie od pierwszych klas, sterowanie robotami i co jeszcze?
PROGRAMOWANIE DLA KAŻDEGO Rewolucja w nauczaniu informatyki. Programowanie od pierwszych klas, sterowanie robotami i co jeszcze? Ministerstwo Edukacji Narodowej przedstawiło propozycję zmian w podstawie
Bardziej szczegółowoTemat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe
Temat 1: Pojęcie gry, gry macierzowe: dominacje i punkty siodłowe Teorię gier można określić jako teorię podejmowania decyzji w szczególnych warunkach. Zajmuje się ona logiczną analizą sytuacji konfliktu
Bardziej szczegółowoI. PROFIL FIRMY II. PROJEKTOWANIE
automatyka i systemy sterowania I. PROFIL FIRMY Firma ASTECOMA Sp.j. powstała w 2008r. i zajmuje sie szeroko pojętą automatyką przemysłową. Podstawowym celem naszej firmy jest dostarczanie najwyższej jakości
Bardziej szczegółowoPageRank i HITS. Mikołajczyk Grzegorz
PageRank i HITS Mikołajczyk Grzegorz PageRank Metoda nadawania indeksowanym stronom internetowym określonej wartości liczbowej, oznaczającej jej jakość. Algorytm PageRank jest wykorzystywany przez popularną
Bardziej szczegółowoWIRTUALNE WIZUALIZACJE. Poznaj nowy wymiar wizualizacji dzięki wirtualnej rzeczywistości.
WIRTUALNE WIZUALIZACJE Poznaj nowy wymiar wizualizacji dzięki wirtualnej rzeczywistości. Potencjał wirtualnej rzeczywistości jest ogromy. Załóż gogle i nie ruszając Załóż gogle i przenieś nigdzie nie się
Bardziej szczegółowoInformacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów
Eksploracja danych Piotr Lipiński Informacje ogólne Informacje i materiały dotyczące wykładu będą publikowane na stronie internetowej wykładowcy, m.in. prezentacje z wykładów UWAGA: prezentacja to nie
Bardziej szczegółowoZWIĄZEK MIĘDZY INFORMATYKĄ I TECHNOLOGIĄ INFORMACYJNĄ
ZWIĄZEK MIĘDZY INFORMATYKĄ I TECHNOLOGIĄ INFORMACYJNĄ Technologia informacyjna Grażyna Koba wyd. MiGra INFORMATYKA Koncentruje się wokół problemu informacji oraz wokół komputera, jego budowy, programowania
Bardziej szczegółowoużytkownika 1 Jak wybrać temat pracy 2 Spis treści 3 Część pierwsza problematyka 4 Część druga stosowane metody 5 Część trzecia propozycja rozwiązania
1 Jak wybrać temat pracy 2 Spis treści 3 Część pierwsza problematyka 4 Część druga stosowane metody 5 Część trzecia propozycja rozwiązania 6 Część czwarta dokumentacja techniczna i dokumentacja użytkownika
Bardziej szczegółowoInternet, jako ocean informacji. Technologia Informacyjna Lekcja 2
Internet, jako ocean informacji Technologia Informacyjna Lekcja 2 Internet INTERNET jest rozległą siecią połączeń, między ogromną liczbą mniejszych sieci komputerowych na całym świecie. Jest wszechstronnym
Bardziej szczegółowoWorld Wide Web? rkijanka
World Wide Web? rkijanka World Wide Web? globalny, interaktywny, dynamiczny, wieloplatformowy, rozproszony, graficzny, hipertekstowy - system informacyjny, działający na bazie Internetu. 1.Sieć WWW jest
Bardziej szczegółowoEGZAMIN MATURALNY W ROKU SZKOLNYM 2014/2015
EGZAMIN MATURALNY W ROKU SZKOLNYM 2014/2015 FORMUŁA DO 2014 ( STARA MATURA ) INFORMATYKA POZIOM ROZSZERZONY ZASADY OCENIANIA ROZWIĄZAŃ ZADAŃ ARKUSZ MIN-R1, R2 MAJ 2015 Uwaga: Akceptowane są wszystkie odpowiedzi
Bardziej szczegółowoJak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji?
Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Porada niniejsza traktuje o tzw. elementach kombinatoryki. Często zdarza się, że rozwiązujący zadania z tej dziedziny mają problemy
Bardziej szczegółowoScoring w oparciu o Big Data. 8 kwietnia 2014 roku
Scoring w oparciu o Big Data 8 kwietnia 2014 roku Od początków ludzkości do roku 2003 wygenerowano 5 eksabajtów informacji tyle samo ludzkość generuje dziś co dwa dni. - Eric Schmidt, Google CEO 2 Dlaczego
Bardziej szczegółowoTworzenie gier na urządzenia mobilne
Katedra Inżynierii Wiedzy Wykład 11 O czym dzisiaj? labirynty, dużo labiryntów; automaty komórkowe; algorytmy do budowy labiryntów; algorytmy do szukania wyjścia z labiryntów; Blueprints i drzewa zachowań
Bardziej szczegółowoAutostopem przez galaiktykę: Intuicyjne omówienie zagadnień. Tom I: Optymalizacja. Nie panikuj!
Autostopem przez galaiktykę: Intuicyjne omówienie zagadnień Tom I: Optymalizacja Nie panikuj! Autorzy: Iwo Błądek Konrad Miazga Oświadczamy, że w trakcie produkcji tego tutoriala nie zginęły żadne zwierzęta,
Bardziej szczegółowoINFORMATYKA KL V. dopuszczającą dostateczną dobra bardzo dobra celująca Minimalna liczba ocen
INFORMATYKA KL V OBSZAR ZAGADNIEN DYDAKTYCZNYCH dopuszczającą dostateczną dobra bardzo dobra celująca Minimalna liczba ocen Bezpieczne posługiwanie się komputerem stosuje w sytuacjach typowych podstawowe
Bardziej szczegółowoPROLOG WSTĘP DO INFORMATYKI. Akademia Górniczo-Hutnicza. Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej.
Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej WSTĘP DO INFORMATYKI Adrian Horzyk PROLOG www.agh.edu.pl Pewnego dnia przyszedł na świat komputer Komputery
Bardziej szczegółowoOpenAI Gym. Adam Szczepaniak, Kamil Walkowiak
OpenAI Gym Adam Szczepaniak, Kamil Walkowiak Plan prezentacji Programowanie agentowe Uczenie przez wzmacnianie i problemy związane z rozwojem algorytmów Charakterystyka OpenAI Gym Biblioteka gym Podsumowanie
Bardziej szczegółowoTematy prac dyplomowych w roku akademickim 2012/2013 zgłoszone w Zakładzie Systemów Rozproszonych
Tematy prac dyplomowych w roku akademickim 2012/2013 zgłoszone w Zakładzie Systemów Rozproszonych L.p. Opiekun pracy Temat 1. dr hab. inż. Franciszek Grabowski 2. dr hab. inż. Franciszek Grabowski 3. dr
Bardziej szczegółowoTworzenie gier na urządzenia mobilne
Katedra Inżynierii Wiedzy Teoria podejmowania decyzji w grze Gry w postaci ekstensywnej Inaczej gry w postaci drzewiastej, gry w postaci rozwiniętej; formalny opis wszystkich możliwych przebiegów gry z
Bardziej szczegółowoNie święci garnki lepią. czyli wprowadzenie do programowania
Nie święci garnki lepią czyli wprowadzenie do programowania Dlaczego warto uczyć się programowania? Badanie PISA Creative Problem Solving. Sytuacje z życia: kupno biletu w automacie, użycie odtwarzacza
Bardziej szczegółowo34. NIE TYLKO WORECZKI CZYLI O ROZUMIENIU SYSTEMU DZIESIĘTNEGO, CZ. II
157 Mirosław Dąbrowski 34. NIE TYLKO WORECZKI CZYLI O ROZUMIENIU SYSTEMU DZIESIĘTNEGO, CZ. II Cele ogólne w szkole podstawowej: zdobycie przez uczniów umiejętności wykorzystywania posiadanych wiadomości
Bardziej szczegółowoOdniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol
KIERUNKOWE EFEKTY KSZTAŁCENIA Wydział Informatyki i Zarządzania Kierunek studiów INFORMATYKA (INF) Stopień studiów - pierwszy Profil studiów - ogólnoakademicki Projekt v1.0 z 18.02.2015 Odniesienie do
Bardziej szczegółowoWYMAGANIA EDUKACYJNE. Informatyka Szkoła Podstawowa Klasa 4 NA ŚRÓDROCZNĄ I ROCZNĄ OCENĘ KLASYFIKACYJNĄ
WYMAGANIA EDUKACYJNE Informatyka Szkoła Podstawowa Klasa 4 NA ŚRÓDROCZNĄ I ROCZNĄ OCENĘ KLASYFIKACYJNĄ NA ŚRÓDROCZNĄ CELUJĄCA Uczeń otrzymuje ocenę celującą, jeżeli jego wiedza i umiejętności w pełni spełniają
Bardziej szczegółowoObrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego
IBS PAN, Warszawa 9 kwietnia 2008 Obrona rozprawy doktorskiej Neuro-genetyczny system komputerowy do prognozowania zmiany indeksu giełdowego mgr inż. Marcin Jaruszewicz promotor: dr hab. inż. Jacek Mańdziuk,
Bardziej szczegółowoInteligentne Multimedialne Systemy Uczące
Działanie realizowane w ramach projektu Absolwent informatyki lub matematyki specjalistą na rynku pracy Matematyka i informatyka może i trudne, ale nie nudne Inteligentne Multimedialne Systemy Uczące dr
Bardziej szczegółowoGospodarka 4.0. Wojciech Cellary. Katedra Technologii Informacyjnych
Gospodarka 4.0 Wojciech Cellary Katedra Technologii Informacyjnych 1 Współczesny obieg danych Internet ludzi Internet rzeczy Telefonia 5. generacji Gigadane w chmurze Uczenie maszynowe (sztuczna inteligencja)
Bardziej szczegółowoTeraz bajty. Informatyka dla szkoły podstawowej. Klasa VI
1 Teraz bajty. Informatyka dla szkoły podstawowej. Klasa VI Opis założonych osiągnięć ucznia przykłady wymagań na poszczególne oceny szkolne dla klasy VI Grażyna Koba Spis treści 1. Obliczenia w arkuszu
Bardziej szczegółowoMłodzi internauci - od paradygmatu ryzyka do paradygmatu szans. prof. UAM dr hab. Jacek Pyżalski Uniwersytet im. A. Mickiewicza w Poznaniu
Młodzi internauci - od paradygmatu ryzyka do paradygmatu szans prof. UAM dr hab. Jacek Pyżalski Uniwersytet im. A. Mickiewicza w Poznaniu Paradygmat ryzyka Właściwie od początku badań internetu (por. Kraut)
Bardziej szczegółowoSCENARIUSZ LEKCJI. Jedno z doświadczeń obowiązkowych ujętych w podstawie programowej fizyki - Badanie ruchu prostoliniowego jednostajnie zmiennego.
Autorzy scenariusza: SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH
Bardziej szczegółowo