Elementy kognitywistyki II: Sztuczna inteligencja

Wielkość: px
Rozpocząć pokaz od strony:

Download "Elementy kognitywistyki II: Sztuczna inteligencja"

Transkrypt

1 Elementy kognitywistyki II: Sztuczna inteligencja Piotr Konderak Zakład Logiki i Filozofii Nauki p.203b, Collegium Humanicum konsultacje: wtorki, 16:00-17:00 kondorp@bacon.umcs.lublin.pl

2 Sztuczna inteligencja to... część informatyki zajmująca się projektowaniem inteligentnych systemów komputerowych tj. systemów mających charakterystykę, jaką wiążemy z inteligencją w ludzkim zachowaniu * nauka ucząca maszyny robić coś, co obecnie ludzie umieją robić lepiej * nauka o komputerowych modelach wiedzy umożliwiających rozumienie, wnioskowanie i działanie * próba zrozumienia i wyjaśnienia jednostek inteligentnych; specyfika SI: wyjaśnianie przez budowanie

3 Definicje 1. systemy myślące jak ludzie Podjęto nowe, ekscytujące wyzwanie by nauczyć komputery myślenia... maszyny z umysłami w pełnym i dosłownym sensie (Haugeland 1985) Kognitywistyka łączy modele obliczeniowe AI oraz techniki eksperymentalne psychologii próbując konstruować precyzyjne i testowalne teorie dotyczące działań umysłu ludzkiego

4 Definicje 2. Systemy zachowujące się jak ludzie Sztuka tworzenia maszyn spełniających funkcje, które realizowane przez ludzi wymagają inteligencji (Kurzweil 1990) 3. systemy myślące racjonalnie Badania nad zdolnościami mentalnymi z wykorzystaniem modeli obliczeniowych (Charniak, McDermott 1985) Badania nad obliczeniami umożliwiającymi postrzeganie, wnioskowanie i działanie (Winston 1992)

5 Definicje 4. systemy zachowujące się racjonalnie Dziedzina badań usiłująca wyjaśnić i emulować inteligentne zachowanie w kategoriach procesów obliczeniowych (Schalkoff 1990) Gałąź informatyki zajmująca się automatyzacją zachowania inteligentnego (Luger, Stubblefield 1993)

6 Stara czy nowa SI? GOFAI (Good, Old-fashioned Artificial Intelligence): podstawa: operacje na symbolach ze względu na ich kształty kluczowe pojęcie: obliczanie (Turing, Church) realizacja (implementacja): komputer cyfrowy procesy mentalne (nie mózgowe) analogiczne do procesów komputerowych NewFAI (Newfangled Artificial Intelligence): podstawa: procesy subsymboliczne zachodzące w sieciach prostych jednostek (szt.neuronów) kluczowe pojęcia: powiązanie i waga implementacja: sztuczna sieć neuronowa modele procesów mózgowych

7 Zróbmy sobie agenta... Agent: jednostka postrzegająca środowisko, działająca na środowisko i uaktualniająca swoją strukturę wewnętrzną

8 Agent: czego potrzeba? 1. Robotyka i wizja, rozpoznawanie obrazu, kształtów i cech przedmiotów, kontrola ruchu 2. rozwiązywanie problemów (problem-solving): sformułowanie celu i problemu; przestrzeń problemowa i jej przeszukiwanie 3. reprezentacja wiedzy i wnioskowanie: wiedza wyrażona w pewnym języku reprezentacji wiedzy; wnioskowanie uzyskiwanie nowych zdań w oparciu o już istniejące (a) logika pierwszego rzędu (b) sieci semantyczne (c) systemy produkcji (d) ramy i skrypty 4. baza wiedzy: ontologia i inżynieria ontologiczna

9 Agent: czego potrzeba? 5. uczenie się: uniezależnienie od twórcy; umożliwia funkcjonowanie w nieznanym środowisku 6. przetwarzanie języka naturalnego: parsery, dziedzina interpretacji ( świat ), formalizmy reprezentacji wiedzy; problem przekładu maszynowego; wieloznaczności (metafory, metonimie etc.) 7. komunikacja między agentami (systemy wieloagentowe i poznanie rozproszone) 8. systemy eksperckie: fakty i heurystyki; akwizycja wiedzy; superekspert CYC jak modelować zdrowy rozsądek? 9. architektury poznawcze (modelowanie umysłu i zdolności poznawczych): ACT-R (Anderson), Soar (Newell, Rosenbloom), SnePS (Shapiro, Rapaport)

10 oraz systemy i języki AI narzędzia i produkty uboczne badań nad AI; LISP, Prolog 11. co to wszystko znaczy, czyli filozoficzne problemy sztucznej inteligencji: teoria umysłu a procesy SI, co z intencjonalnością, świadomością, semantyką

11 Bibliografia 1. Barr A., Feigenbaum E.A., Cohen P.R., The Handbook of Artificial Intelligence, vol I, II, Los Altos: Morgan Kaufman, Boden M., Mind as Machine, vol. 1-2, New York: Oxford Univ. Press, Encyclopedia of Artificial Intelligence. Second Edition, S. Shapiro (red.), New York: Wiley & Sons, Kasperski M.J., Sztuczna inteligencja. Droga do myślących maszyn, Warszawa: Helion, Luger G.F., Artificial Intelligence: Structures and Strategies for Complex Problem Solving, 6 th ed., Addison- Wesley, Russell S.J., Norvig P., Artificial Intelligence: a Modern Approach, New Jersey: Prentice Hall, Winston P., Artificial Intelligence. Second Edition, Reading, Mass.: Addison-Wesley, 1984.

Wprowadzenie do teorii systemów ekspertowych

Wprowadzenie 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 szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład I: Pomieszanie z modelem w środku Czym jest kognitywistyka? Dziedzina zainteresowana zrozumieniem procesów, dzięki którym mózg (zwł.

Bardziej szczegółowo

Wprowadzenie do Sztucznej Inteligencji

Wprowadzenie do Sztucznej Inteligencji Wprowadzenie do Sztucznej Inteligencji Wykład 1 Studia Inżynierskie Dlaczego badania nad sztuczną inteligencją? Próba zrozumienia istot inteligentnych - lepsze poznanie samego siebie (filozofia, psychologia)

Bardziej szczegółowo

Sztuczna Inteligencja i Systemy Doradcze

Sztuczna Inteligencja i Systemy Doradcze Sztuczna Inteligencja i Systemy Doradcze Wprowadzenie Wprowadzenie 1 Program przedmiotu Poszukiwanie rozwiązań w przestrzeni stanów Strategie w grach Systemy decyzyjne i uczenie maszynowe Wnioskowanie

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład II: Modele pojęciowe Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe) przeformułowanie

Bardziej szczegółowo

Sztuczna inteligencja - wprowadzenie

Sztuczna inteligencja - wprowadzenie Sztuczna inteligencja - wprowadzenie Dariusz Banasiak Katedra Informatyki Technicznej W4/K9 Politechnika Wrocławska Sztuczna inteligencja komputerów - wprowadzenie Kontakt: dr inż. Dariusz Banasiak, pok.

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD XII: Modele i architektury poznawcze Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD XII: Modele i architektury poznawcze Architektury poznawcze Architektura poznawcza jako teoria poznania ludzkiego Anderson (1993): Architektura

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK 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 szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O 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 szczegółowo

Wstęp do kognitywistyki

Wstęp do kognitywistyki Wstęp do kognitywistyki Wykład I: Kognitywistyka z lotu ptaka Piotr Konderak konsultacje: poniedziałki, 11:10-12:40, p. 205 Strona przedmiotu: http://konderak.eu/wkg10.html W historii intelektualnej wszystko

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O 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 szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

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 szczegółowo

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII?

Festiwal Myśli Abstrakcyjnej, Warszawa, Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Festiwal Myśli Abstrakcyjnej, Warszawa, 22.10.2017 Czy SZTUCZNA INTELIGENCJA potrzebuje FILOZOFII? Dwa kluczowe terminy Co nazywamy sztuczną inteligencją? zaawansowane systemy informatyczne (np. uczące

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA (SI, AI)

SZTUCZNA INTELIGENCJA (SI, AI) Instytut Automatyki, Robotyki i Informatyki Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis SZTUCZNA INTELIGENCJA (SI, AI) Wprowadzenie do sztucznej inteligencji

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład VII: Modelowanie uczenia się w sieciach neuronowych Uczenie się sieci i trening nienaruszona struktura sieci (z pewnym ale ) nienaruszone

Bardziej szczegółowo

Wprowadzenie do Sztucznej Inteligencji

Wprowadzenie do Sztucznej Inteligencji Wprowadzenie do Sztucznej Inteligencji Wykład 1 Informatyka Studia Inżynierskie Dlaczego badania nad sztuczną inteligencją? Próba zrozumienia istot inteligentnych - lepsze poznanie samego siebie (filozofia,

Bardziej szczegółowo

KIERUNEK: KOGNITYWISTYKA

KIERUNEK: KOGNITYWISTYKA KIERUNEK: KOGNITYWISTYKA Plan studiów pierwszego stopnia Cykl kształcenia 2018-2021 Rok akademicki 2018/2019 Zbo zaliczenie bez oceny Z zaliczenie z oceną E egzamin Jeżeli wykłady odbywają się równolegle

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta

Elementy 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 szczegółowo

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Wstęp do kognitywistyki Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Sztuczna inteligencja...to próba zrozumienia i wyjaśnienia jednostek inteligentnych. Specyfika SI polega na metodzie: wyjaśnianie

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA Stefan Sokołowski SZTUCZNA INTELIGENCJA Inst Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://infugedupl/ stefan/dydaktyka/sztintel/

Bardziej szczegółowo

Sztuczna inteligencja: aktualny stan i perspektywy rozwoju

Sztuczna inteligencja: aktualny stan i perspektywy rozwoju SGH Business Intelligence, Sztuczna inteligencja: aktualny stan i perspektywy rozwoju Andrzej Kisielewicz Wydział Matematyki i Informatyki Uniwersytet Opolski marzec 2012 Wstęp Aktualny kryzys w AI problem

Bardziej szczegółowo

Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011

Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011 Sztuczna inteligencja i logika. Podsumowanie przedsięwzięcia naukowego Kisielewicz Andrzej WNT 20011 Przedmowa. CZĘŚĆ I: WPROWADZENIE 1. Komputer 1.1. Kółko i krzyżyk 1.2. Kodowanie 1.3. Odrobina fantazji

Bardziej szczegółowo

Inteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych

Inteligencja. Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych Wstęp Inteligencja Władysław Kopaliśki, Słownik wyrazów obcych i zwrotów obcojęzycznych inteligencja psych. zdolność rozumienia, kojarzenia; pojętność, bystrość; zdolność znajdowania właściwych, celowych

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych

Wstęp do kognitywistyki. Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Wstęp do kognitywistyki Wykład 3: Logiczny neuron. Rachunek sieci neuronowych Epistemologia eksperymentalna W. McCulloch: Wszystko, czego dowiadujemy się o organizmach wiedzie nas do wniosku, iż nie są

Bardziej szczegółowo

Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010

Stefan Sokołowski SZTUCZNAINTELIGENCJA. Inst. Informatyki UG, Gdańsk, 2009/2010 Stefan Sokołowski SZTUCZNAINTELIGENCJA Inst. Informatyki UG, Gdańsk, 2009/2010 Wykład1,17II2010,str.1 SZTUCZNA INTELIGENCJA reguły gry Zasadnicze informacje: http://inf.ug.edu.pl/ stefan/dydaktyka/sztintel/

Bardziej szczegółowo

[1] [2] [3] [4] [5] [6] Wiedza

[1] [2] [3] [4] [5] [6] Wiedza 3) Efekty dla studiów drugiego stopnia - profil ogólnoakademicki na kierunku Informatyka w języku angielskim (Computer Science) na specjalności Sztuczna inteligencja (Artificial Intelligence) na Wydziale

Bardziej szczegółowo

Sztuczna 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 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 szczegółowo

KARTA MODUŁU KSZTAŁCENIA

KARTA MODUŁU KSZTAŁCENIA KARTA MODUŁU KSZTAŁCENIA I. Informacje ogólne 1 Nazwa modułu kształcenia Sztuczna inteligencja 2 Nazwa jednostki prowadzącej moduł Instytut Informatyki, Zakład Informatyki Stosowanej 3 Kod modułu (wypełnia

Bardziej szczegółowo

Ontologie, czyli o inteligentnych danych

Ontologie, 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 szczegółowo

Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I)

Matryca pokrycia efektów kształcenia. Efekty kształcenia w zakresie wiedzy (cz. I) Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka i Ekonometria (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego

Bardziej szczegółowo

SZTUCZNA INTELIGENCJA

SZTUCZNA INTELIGENCJA SZTUCZNA INTELIGENCJA WYKŁAD 1. INFORMACJE WSTĘPNE Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska PLAN WYKŁADU 1 Informacje wstępne 16 Systemy eksperckie 2

Bardziej szczegółowo

Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek:

Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek: Nazwa przedmiotu: METODY SZTUCZNEJ INTELIGENCJI W ZAGADNIENIACH EKONOMICZNYCH Artificial intelligence methods in economic issues Kierunek: Forma studiów: Informatyka Stacjonarne Rodzaj przedmiotu: obowiązkowy

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład III: Psychologiczne modele umysłu Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe)

Bardziej szczegółowo

Metody sztucznej inteligencji w układach sterowania METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA

Metody sztucznej inteligencji w układach sterowania METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA 1 Metody sztucznej inteligencji w układach sterowania Podstawy algorytmów genetycznych oraz ich aplikacje w procesach optymalizacji Sztuczne sieci neuronowe-formalne podstawy i wybrane aplikacje Wprowadzenie

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład IV: Reprezentacje jako Modele symboliczne I: Rachunek predykatów, Sieci semantyczne Gwoli przypomnienia: Kroki w modelowaniu kognitywnym:

Bardziej szczegółowo

Kierunek Informatyka stosowana Studia stacjonarne Studia pierwszego stopnia

Kierunek Informatyka stosowana Studia stacjonarne Studia pierwszego stopnia Studia pierwszego stopnia I rok Matematyka dyskretna 30 30 Egzamin 5 Analiza matematyczna 30 30 Egzamin 5 Algebra liniowa 30 30 Egzamin 5 Statystyka i rachunek prawdopodobieństwa 30 30 Egzamin 5 Opracowywanie

Bardziej szczegółowo

Sztuczna inteligencja

Sztuczna inteligencja Sztuczna inteligencja Przykładowe zastosowania Piotr Fulmański Wydział Matematyki i Informatyki, Uniwersytet Łódzki, Polska 12 czerwca 2008 Plan 1 Czym jest (naturalna) inteligencja? 2 Czym jest (sztuczna)

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład X/XI: Architektury poznawcze (symboliczne) III: GLAIR/SNePS GLAIR/SNePS - przegląd GLAIR/SNePS (Grounded Layered Architecture with Integrated

Bardziej szczegółowo

Współczesna problematyka klasyfikacji Informatyki

Współczesna problematyka klasyfikacji Informatyki Współczesna problematyka klasyfikacji Informatyki Nazwa pojawiła się na przełomie lat 50-60-tych i przyjęła się na dobre w Europie Jedna z definicji (z Wikipedii): Informatyka dziedzina nauki i techniki

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe Expert systems Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj. Poziom studiów: studia I stopnia forma studiów:

Bardziej szczegółowo

Plan wykładów METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA

Plan wykładów METODY SZTUCZNEJ INTELIGENCJI W UKŁADACH STEROWANIA 1 Plan wykładów Podstawy algorytmów genetycznych oraz ich aplikacje w procesach optymalizacji Sztuczne sieci neuronowe-formalne podstawy i wybrane aplikacje Wprowadzenie formysztucznej inteligencji Elementy

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Systemy ekspertowe w zarządzaniu firmą Expert systems in enterprise management Kierunek: Zarządzanie i Inżynieria Produkcji Rodzaj przedmiotu: Rodzaj zajęć: Wyk. Ćwicz. Lab. Sem. Proj.

Bardziej szczegółowo

Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej. Adam Meissner. Elementy uczenia maszynowego

Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej. Adam Meissner. Elementy uczenia maszynowego Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis Elementy uczenia maszynowego Literatura [1] Bolc L., Zaremba

Bardziej szczegółowo

Kraków, 14 marca 2013 r.

Kraków, 14 marca 2013 r. Scenariusze i trendy rozwojowe wybranych technologii społeczeństwa informacyjnego do roku 2025 Antoni Ligęza Perspektywy rozwoju systemów eksperckich do roku 2025 Kraków, 14 marca 2013 r. Dane informacja

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE 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 szczegółowo

BIOCYBERNETYKA PROLOG

BIOCYBERNETYKA PROLOG Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej BIOCYBERNETYKA Adrian Horzyk PROLOG www.agh.edu.pl Pewnego dnia przyszedł na świat komputer Komputery

Bardziej szczegółowo

Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku

Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Piotr Konderak kondorp@bacon.umcs.lublin.pl Zakład Logiki i Filozofii Nauki WFiS UMCS Kognitywistyka: odkrywanie labiryntu umysłu

Bardziej szczegółowo

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P)

Zał nr 4 do ZW. Dla grupy kursów zaznaczyć kurs końcowy. Liczba punktów ECTS charakterze praktycznym (P) Zał nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim : Architektura Komputerów i Systemy Operacyjne Nazwa w języku angielskim : Computer Architecture and Operating

Bardziej szczegółowo

Razem godzin w semestrze: Plan obowiązuje od roku akademickiego 2014/15 - zatwierdzono na Radzie Wydziału w dniu r.

Razem godzin w semestrze: Plan obowiązuje od roku akademickiego 2014/15 - zatwierdzono na Radzie Wydziału w dniu r. Część wspólna dla kierunku 1 IMS1.01 Obiektowe projektowanie SI 2 2 E 3 60 3 2 IMS1.02 Teleinformatyka 2 2 E 4 60 4 3 IMS2.01 Modelowanie i analiza systemów dyskretnych 2 2 E 3 60 3 4 IMS2.02 Wielowymiarowa

Bardziej szczegółowo

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia :Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia Podstawy prawne. 1 15 1 Podstawy ekonomii. 1 15 15 2 Metody uczenia się i studiowania. 1 15 1 Środowisko programisty. 1 30 3 Komputerowy

Bardziej szczegółowo

Wizja maszynowa w robotyce i automatyzacji Kod przedmiotu

Wizja maszynowa w robotyce i automatyzacji Kod przedmiotu Wizja maszynowa w robotyce i automatyzacji - opis przedmiotu Informacje ogólne Nazwa przedmiotu Wizja maszynowa w robotyce i automatyzacji Kod przedmiotu 11.9-WE-AiRD-WMwRiA Wydział Kierunek Wydział Informatyki,

Bardziej szczegółowo

POLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku

POLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku Część wspólna dla kierunku 1 IMN1.01 Obiektowe projektowanie SI 15 15 E 3 3 2 IMN1.02 Teleinformatyka 15 15 E 4 4 3 IMN2.01 Modelowanie i analiza systemów dyskretnych 15 15 E 3 3 4 IMN2.02 Wielowymiarowa

Bardziej szczegółowo

Sztuczna inteligencja - mity i rzeczywistość. Sztuczna inteligencja. Plan zajęć z przedmiotu. Plan wykładów. Literatura.

Sztuczna inteligencja - mity i rzeczywistość. Sztuczna inteligencja. Plan zajęć z przedmiotu. Plan wykładów. Literatura. Sztuczna inteligencja dr hab. inż. Joanna Józefowska, prof. PP http://www.cs.put.poznan.pl/jjozefowska w2005 Dyżur: środa 11.30-13.00, p. 436WE Plan zajęć z przedmiotu Wykład 30 godzin Projekt 30 godzin

Bardziej szczegółowo

Systemy Informatyki Przemysłowej

Systemy Informatyki Przemysłowej Systemy Informatyki Przemysłowej Profil absolwenta Profil absolwenta Realizowany cel dydaktyczny związany jest z: tworzeniem, wdrażaniem oraz integracją systemów informatycznych algorytmami rozpoznawania

Bardziej szczegółowo

Załącznik Nr 4. odniesienie do obszarowych efektów kształcenia w KRK. kierunkowe efekty kształceniaopis WIEDZA

Załącznik Nr 4. odniesienie do obszarowych efektów kształcenia w KRK. kierunkowe efekty kształceniaopis WIEDZA Załącznik Nr 4. Odniesienie kierunkowych efektów kształcenia do obszarowych efektów kształcenia dla obszaru lub obszarów kształcenia przyporządkowanych temu kierunkowi Kognitywistyka z racji tradycji badawczych

Bardziej szczegółowo

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW INFORMATYKA

EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW INFORMATYKA EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW INFORMATYKA poziom kształcenia profil kształcenia tytuł zawodowy uzyskiwany przez absolwenta studia drugiego stopnia ogólnoakademicki magister inżynier 1. Umiejscowienie

Bardziej szczegółowo

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz

K.Pieńkosz Badania Operacyjne Wprowadzenie 1. Badania Operacyjne. dr inż. Krzysztof Pieńkosz K.Pieńkosz Wprowadzenie 1 dr inż. Krzysztof Pieńkosz Instytut Automatyki i Informatyki Stosowanej Politechniki Warszawskiej pok. 560 A tel.: 234-78-64 e-mail: K.Pienkosz@ia.pw.edu.pl K.Pieńkosz Wprowadzenie

Bardziej szczegółowo

Narzędzia 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) 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 szczegółowo

Zakładane efekty kształcenia dla kierunku Wydział Telekomunikacji, Informatyki i Elektrotechniki

Zakładane efekty kształcenia dla kierunku Wydział Telekomunikacji, Informatyki i Elektrotechniki Jednostka prowadząca kierunek studiów Nazwa kierunku studiów Specjalności Obszar kształcenia Profil kształcenia Poziom kształcenia Forma kształcenia Tytuł zawodowy uzyskiwany przez absolwenta Dziedziny

Bardziej szczegółowo

Sztuczna inteligencja

Sztuczna inteligencja POLITECHNIKA KRAKOWSKA WIEiK KATEDRA AUTOMATYKI I TECHNIK INFORMACYJNYCH Sztuczna inteligencja www.pk.edu.pl/~zk/si_hp.html Wykładowca: dr inż. Zbigniew Kokosiński zk@pk.edu.pl Wykład 1: Wprowadzenie do

Bardziej szczegółowo

Matryca pokrycia efektów kształcenia

Matryca pokrycia efektów kształcenia Matryca pokrycia efektów kształcenia Matryca dla przedmiotów realizowanych na kierunku Informatyka (z wyłączeniem przedmiotów realizowanych w ramach specjalności oraz przedmiotów swobodnego wyboru) Efekty

Bardziej szczegółowo

Wstęp do Sztucznej Inteligencji

Wstęp do Sztucznej Inteligencji Wstęp do Sztucznej Inteligencji Wprowadzenie Joanna Kołodziej Politechnika Krakowska Wydział Fizyki, Matematyki i Informatyki Definicja Sztuczna Inteligencja (Artificial Intelligence, AI) to dziedzina

Bardziej szczegółowo

Percepcja, język, myślenie

Percepcja, język, myślenie Psychologia procesów poznawczych Plan wykładu Percepcja, język, myślenie Historia psychologii poznawczej W 2 Wstęp do psychologii poznawczej Historia psychologii poznawczej dawniej Psychologia poznawcza

Bardziej szczegółowo

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu Podstawy baz danych PODSTAWY BAZ DANYCH 19. Perspektywy baz danych 1 Perspektywy baz danych Temporalna baza danych Temporalna baza danych - baza danych posiadająca informację o czasie wprowadzenia lub czasie ważności zawartych

Bardziej szczegółowo

Metody Sztucznej Inteligencji Methods of Artificial Intelligence. Elektrotechnika II stopień ogólno akademicki. niestacjonarne. przedmiot kierunkowy

Metody Sztucznej Inteligencji Methods of Artificial Intelligence. Elektrotechnika II stopień ogólno akademicki. niestacjonarne. przedmiot kierunkowy Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/2013

Bardziej szczegółowo

Razem godzin w semestrze: Plan obowiązuje od roku akademickiego 2016/17 - zatwierdzono na Radzie Wydziału w dniu r.

Razem godzin w semestrze: Plan obowiązuje od roku akademickiego 2016/17 - zatwierdzono na Radzie Wydziału w dniu r. Część wspólna dla kierunku 1 IMS1.01 Obiektowe projektowanie SI 2 2 E 3 60 3 2 IMS1.02 Teleinformatyka 2 2 E 4 60 4 3 IMS2.01 Modelowanie i analiza systemów dyskretnych 2 2 E 3 60 3 4 IMS2.02 Wielowymiarowa

Bardziej szczegółowo

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3 Algorytmy wspomagania decyzji Czyli co i jak 2018 andrzej.rusiecki@pwr.edu.pl andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3 O co chodzi? Celem przedmiotu jest ogólne zapoznanie się z podstawowymi

Bardziej szczegółowo

Elementy filozofii i metodologii INFORMATYKI

Elementy filozofii i metodologii INFORMATYKI Elementy filozofii i metodologii INFORMATYKI Filozofia INFORMATYKA Metodologia Wykład 1. Wprowadzenie. Filozofia, metodologia, informatyka Czym jest FILOZOFIA? (objaśnienie ogólne) Filozofią nazywa się

Bardziej szczegółowo

POLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku

POLITECHNIKA LUBELSKA Wydział Elektrotechniki Kierunek: INFORMATYKA II stopień niestacjonarne i Informatyki. Część wspólna dla kierunku Część wspólna dla kierunku 1 IMN1.01 Obiektowe projektowanie SI 15 15 E 3 3 2 IMN1.02 Teleinformatyka 15 15 E 4 4 3 IMN2.01 Modelowanie i analiza systemów dyskretnych 15 15 E 3 3 4 IMN2.02 Wielowymiarowa

Bardziej szczegółowo

Systemy ekspertowe i sztuczna inteligencja. dr Agnieszka Nowak Brzezioska

Systemy ekspertowe i sztuczna inteligencja. dr Agnieszka Nowak Brzezioska Systemy ekspertowe i sztuczna inteligencja dr Agnieszka Nowak Brzezioska Email: agnieszka.nowak@us.edu.pl Architektura SE Pojęcia z dziedziny systemów ekspertowych Inżynieria wiedzy - dziedzina sztucznej

Bardziej szczegółowo

Efekt kształcenia. Ma uporządkowaną, podbudowaną teoretycznie wiedzę ogólną w zakresie algorytmów i ich złożoności obliczeniowej.

Efekt 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 szczegółowo

Podstawy Sztucznej Inteligencji

Podstawy Sztucznej Inteligencji Wprowadzenie do Wykładu 1 Podstawy Sztucznej Inteligencji Podstawy Sztucznej Inteligencji Materiały do wykładu dla Studentów Informatyki Wydział EAIiIB AGH Antoni Ligęza Materiały pomocnicze: http://home.agh.edu.pl/~ligeza

Bardziej szczegółowo

Uniwersytet w Białymstoku Wydział Ekonomiczno-Informatyczny w Wilnie SYLLABUS na rok akademicki 2012/2013 http://www.wilno.uwb.edu.

Uniwersytet 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 szczegółowo

Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej. Adam Meissner. Elementy uczenia maszynowego

Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej. Adam Meissner. Elementy uczenia maszynowego Instytut Automatyki i Inżynierii Informatycznej Politechniki Poznańskiej Adam Meissner Adam.Meissner@put.poznan.pl http://www.man.poznan.pl/~ameis Elementy uczenia maszynowego Literatura [1] Bolc L., Zaremba

Bardziej szczegółowo

Efekt kształcenia. Wiedza

Efekt kształcenia. Wiedza Efekty dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Informatyka na specjalności Przetwarzanie i analiza danych, na Wydziale Matematyki i Nauk Informacyjnych, gdzie: * Odniesienie oznacza

Bardziej szczegółowo

Odniesienie do efektów kształcenia dla obszaru nauk EFEKTY KSZTAŁCENIA Symbol

Odniesienie 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 szczegółowo

Załącznik nr 1 do uchwały Senatu PK nr 119/d/12/2017 z dnia 20 grudnia 2017 r.

Załącznik nr 1 do uchwały Senatu PK nr 119/d/12/2017 z dnia 20 grudnia 2017 r. Załącznik nr 1 do uchwały Senatu PK nr 119/d/12/2017 z dnia 20 grudnia 2017 r. Politechnika Krakowska im. Tadeusza Kościuszki w Krakowie Nazwa wydziału lub wydziałów: Wydział Fizyki, Matematyki i Informatyki

Bardziej szczegółowo

1 Programowanie urządzen mobilnych Sztuczna inteligencja i systemy 2 ekspertowe

1 Programowanie urządzen mobilnych Sztuczna inteligencja i systemy 2 ekspertowe SPECJALNOŚĆ: Programowanie Komputerów i Sieci Informatyczne Obowiązuje od roku akademickiego: 2007 / 2008 Przedmioty specjalnościowe oraz profili 1 Programowanie urządzen mobilnych 15 5 20 3 15 5 3 Sztuczna

Bardziej szczegółowo

Badania operacyjne. Michał Kulej. semestr letni, Michał Kulej () Badania operacyjne semestr letni, / 13

Badania operacyjne. Michał Kulej. semestr letni, Michał Kulej () Badania operacyjne semestr letni, / 13 Badania operacyjne Michał Kulej semestr letni, 2012 Michał Kulej () Badania operacyjne semestr letni, 2012 1/ 13 Literatura podstawowa Wykłady na stronie: www.ioz.pwr.wroc.pl/pracownicy/kulej Trzaskalik

Bardziej szczegółowo

Informatyka- studia I-go stopnia

Informatyka- studia I-go stopnia SPECJALNOŚĆ: Informatyka w Zarządzaniu Obowiązuje od roku akademickiego: 2007 / 2008 1 Modelowanie procesów biznesowych 30 30 60 6 2 2 6 2 Eksploracja danych 30 3 1 1 3 3 Wspomaganie decyzji w warunkach

Bardziej szczegółowo

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia

Kierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia :Informatyka- - inż., rok I specjalność: Grafika komputerowa i multimedia Podstawy prawne. 1 15 1 Podstawy ekonomii. 1 15 15 2 Repetytorium z matematyki. 1 30 3 Środowisko programisty. 1 30 3 Komputerowy

Bardziej szczegółowo

Programowanie komputerów

Programowanie komputerów Programowanie komputerów Wykład 1-2. Podstawowe pojęcia Plan wykładu Omówienie programu wykładów, laboratoriów oraz egzaminu Etapy rozwiązywania problemów dr Helena Dudycz Katedra Technologii Informacyjnych

Bardziej szczegółowo

Wykład organizacyjny

Wykład organizacyjny Automatyka - zastosowania, metody i narzędzia, perspektywy na studiach I stopnia specjalności: Automatyka i systemy sterowania Wykład organizacyjny dr inż. Michał Grochowski kiss.pg.mg@gmail.com michal.grochowski@pg.gda.pl

Bardziej szczegółowo

Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ

Zagadnienia egzaminacyjne AUTOMATYKA I ROBOTYKA. Stacjonarne I-go stopnia TYP STUDIÓW STOPIEŃ STUDIÓW SPECJALNOŚĆ (ARK) Komputerowe sieci sterowania 1.Badania symulacyjne modeli obiektów 2.Pomiary i akwizycja danych pomiarowych 3.Protokoły transmisji danych w systemach automatyki 4.Regulator PID struktury, parametry,

Bardziej szczegółowo

Główne problemy kognitywistyki: Reprezentacja

Główne problemy kognitywistyki: Reprezentacja Główne problemy kognitywistyki: Reprezentacja Wykład dziesiąty Hipoteza języka myśli (LOT): źródła i założenia Andrzej Klawiter http://www.amu.edu.pl/~klawiter klawiter@amu.edu.pl Filozoficzne źródła:

Bardziej szczegółowo

O tzw. metaforze komputerowej

O tzw. metaforze komputerowej Marcin Miłkowski, IFiS PAN O tzw. metaforze komputerowej 18/11/08 Plan prezentacji Czy komputacjonizm to ujęcie metaforyczne? Kryteria adekwatności wyjaśnień obliczeniowych: Epistemiczne Mechanistyczne

Bardziej szczegółowo

Repetytorium z matematyki 3,0 1,0 3,0 3,0. Analiza matematyczna 1 4,0 2,0 4,0 2,0. Analiza matematyczna 2 6,0 2,0 6,0 2,0

Repetytorium z matematyki 3,0 1,0 3,0 3,0. Analiza matematyczna 1 4,0 2,0 4,0 2,0. Analiza matematyczna 2 6,0 2,0 6,0 2,0 PROGRAM STUDIÓW I INFORMACJE OGÓLNE 1. Nazwa jednostki prowadzącej kierunek: Wydział Matematyki i Informatyki 2. Nazwa kierunku: Informatyka 3. Oferowane specjalności: 4. Poziom kształcenia: studia pierwszego

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium BAZY DANYCH I SYSTEMY EKSPERTOWE Database and expert systems Forma

Bardziej szczegółowo

Alan M. TURING. Matematyk u progu współczesnej informatyki

Alan M. TURING. Matematyk u progu współczesnej informatyki Alan M. TURING n=0 1 n! Matematyk u progu współczesnej informatyki Wykład 5. Alan Turing u progu współczesnej informatyki O co pytał Alan TURING? Czym jest algorytm? Czy wszystkie problemy da się rozwiązać

Bardziej szczegółowo

2

2 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 szczegółowo

STUDIA I MONOGRAFIE NR

STUDIA I MONOGRAFIE NR STUDIA I MONOGRAFIE NR 21 WYBRANE ZAGADNIENIA INŻYNIERII WIEDZY Redakcja naukowa: Andrzej Cader Jacek M. Żurada Krzysztof Przybyszewski Łódź 2008 3 SPIS TREŚCI WPROWADZENIE 7 SYSTEMY AGENTOWE W E-LEARNINGU

Bardziej szczegółowo

Co to jest Komunikacja-Człowiek Komputer? Wojciech Jaśkowski (niektóre slajdy: J. Jelonek)

Co to jest Komunikacja-Człowiek Komputer? Wojciech Jaśkowski (niektóre slajdy: J. Jelonek) Co to jest Komunikacja-Człowiek Komputer? Wojciech Jaśkowski (niektóre slajdy: J. Jelonek) Błąd ludzki przyczyną katastrof? Wypadek w elektrowni jądrowej Three Mile Island (1979) stopienie rdzenia, napromieniowanie,

Bardziej szczegółowo

PROLOG WSTĘP DO INFORMATYKI. Akademia Górniczo-Hutnicza. Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej.

PROLOG 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 szczegółowo

semestr zimowy Teoria sterowania tak

semestr zimowy Teoria sterowania tak Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: INTELIGENTNE SYSTEMY OBLICZENIOWE Systems Based on Computational Intelligence Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA Zał. nr 1 do Programu kształcenia KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INŻYNIERIA SYSTEMÓW Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR

Bardziej szczegółowo

zakładane efekty kształcenia

zakładane efekty kształcenia Załącznik nr 1 do uchwały nr 41/2018 Senatu Politechniki Śląskiej z dnia 28 maja 2018 r. Efekty kształcenia dla kierunku: INFORMATYKA WYDZIAŁ AUTOMATYKI, ELEKTRONIKI I INFORMATYKI WYDZIAŁ ELEKTRYCZNY nazwa

Bardziej szczegółowo

KIERUNKOWE EFEKTY KSZTAŁCENIA

KIERUNKOWE EFEKTY KSZTAŁCENIA KIERUNKOWE EFEKTY KSZTAŁCENIA WYDZIAŁ INFORMATYKI I ZARZĄDZANIA Kierunek studiów: INFORMATYKA Stopień studiów: STUDIA II STOPNIA Obszar Wiedzy/Kształcenia: OBSZAR NAUK TECHNICZNYCH Obszar nauki: DZIEDZINA

Bardziej szczegółowo

FILOZOFIA. Studia stacjonarne

FILOZOFIA. Studia stacjonarne FILOZOFIA Studia stacjonarne I stopnia Studia filozoficzne I stopnia na kierunku filozofia prowadzone są w ramach dwóch specjalności: Filozofia teoretyczna Kognitywistyka Studia na każdej specjalności

Bardziej szczegółowo