O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Wielkość: px
Rozpocząć pokaz od strony:

Download "O badaniach nad SZTUCZNĄ INTELIGENCJĄ"

Transkrypt

1 O badaniach nad SZTUCZNĄ INTELIGENCJĄ

2 Jak określa się inteligencję naturalną?

3 Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia się, zdolność człowieka do rozwiązywania problemów. Wątpliwości: Jak testować inteligencję? Czy wolno oddzielić intelekt od innych sfer psychiki (woli, emocji, uczuć)? Czy istnieje inteligencja ogólna?

4 Co nazywamy SZTUCZNĄ INTELIGENCJĄ?

5 Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność systemów komputerowych. szczególny typ badań informatycznych.

6 SI według M. MINSKY EGO Sztuczna Inteligencja (Artificial Intelligence): Nauka o maszynach realizujących zadania, które wymagają inteligencji wtedy, gdy są wykonywane przez ludzi.

7 Badania nad SI jako dział INFORMATYKI INFORMATYKA Automatyzacja wszelkich procesów (sterowanie, komunikacja ) Badania nad SI Automatyzacja czynności poznawczych ludzi (np. percepcja)

8 Co powinien umieć system SI?

9 Co powinien umieć system SI? podejmować decyzje uczyć się GŁÓWNE OBSZARY BADAŃ komunikować się z ludźmi (1) podejmowanie decyzji (2) uczenie się (3) komunikacja komputer-człowiek

10 DZIEDZINY badań szczegółowych Trzy poziomy badań TEORIE TECHNIKI PRZETWARZANIA DANYCH KONKRETNE ALGORYTMY Przykłady szczegółowych dziedzin badawczych Metody reprezentacji wiedzy Metody automatycznego wnioskowania Automatyzacja wnioskowania w logikach nieklasycznych Automatyczne uczenie się Przetwarzanie języka naturalnego Rozpoznawanie i przetwarzanie obrazów Eksploracja danych Systemy eksperckie Sieci neuronowe Programowanie ewolucyjne Teoria zbiorów rozmytych Teoria zbiorów przybliżonych

11 KALENDARIUM Okres wstępny. - Ukazują się fundamentalne prace teoretyczne, powstają pierwsze komputery. (A. Turing, J. von Neumann, N. Wiener, W. McCulloch) Okres rozwoju podstawowych koncepcji. - Powstają pierwsze, wyspecjalizowane teorie i narzędzia SI. (techniki logiczne i symboliczne, sieci neuronowe, teoria zbiorów rozmytych, algorytmy genetyczne, LISP) - Powstają pierwsze komputerowe programy SI (programy szachowe, Logic Theorist, General Problem Solver) Okres krytyki i zwrotu w stronę konkretnych zastosowań. - Powstają wyspecjalizowane systemy: eksperckie (np. MYCIN i DENDRAL) oraz neuropodobne (np. sieci Grossberga i Fukushimy) Od roku Okres bujnego rozwoju i szerokich zastosowań. - Postępuje specjalizacja. - Ostatnie lata charakteryzuje zwrot w stronę metod pozalogicznych i tendencja do hybrydyzacji.

12 Logicyzm czy naturalizm?

13 Logicyzm czy naturalizm? Logicyzm Istotą intelektu jest zdolność do logicznych rozumowań (znamy je z matematyki). Sztuczna inteligencja powinna zatem opierać się na logice, tj. symbolicznych rachunkach logicznych (np. na rachunku predykatów). Naturalizm Intelekt rozwija się w toku ewolucji, jego podstawę zaś stanowi mózg. Sztuczną inteligencję należy budować wzorując się na naturze, czyli odnosząc się do teorii biologicznych i psychologicznych.

14 Rozwiązania logicystyczne Systemy eksperckie Systemy wnioskujące równie skutecznie, jak eksperci w danej dziedzinie. Działające na podstawie bazy wiedzy: faktów i reguł (implikacji), stosowanych zgodnie z zasadami logiki. Programy do gier Programy generujące optymalne strategie gier (tj. sekwencje ruchów), zależnie od reguł danej gry i jej stanu początkowego (np. programy szachowe).

15 Rozwiązania naturalistyczne Sztuczne sieci neuronowe Samoorganizujące się sieci sztucznych neuronów, przetwarzające dane w sposób równoległy i rozproszony (podobnie do ludzkiego mózgu). Programy ewolucyjne Programy poszukujące rozwiązań metodą populacyjną i po części losową, z wykorzystaniem takich operacji jak mutacja, rekombinacja kodu i selekcja (podobnie do naturalnej ewolucji).

16 Systemy hybrydowe System hybrydowy System wykorzystujący techniki logicystyczne i naturalistyczne, a także różne techniki obydwu rodzajów. Typowy przykład: System ekspercki obejmujący reguły rozmyte (do przetwarzania informacji niepewnych), których kształt ustala się za pośrednictwem sieci neuropodobnej.

17 Zagadnienia filozoficzne (1) Czy istotą inteligencji jest algorytm? JAKI? Czy istotą myślenia jest algorytm? JAKI?

18 Zagadnienia filozoficzne (2) Kiedy system sztuczny można uznać za inteligentny (w znaczeniu ludzkim)? Czy wystarczy oryginalny test Turinga? Czy test Turinga należy i można udoskonalić?

19 Zagadnienia filozoficzne (3) Czy w ogóle można skonstruować systemy o inteligencji porównywalnej z ludzką? TAK. Bo istotą ludzkiej inteligencji jest jakiś, niebywale złożony ony i jeszcze nieznany, algorytm. TAK. Ale będą to systemy bardzo wąsko wyspecjalizowane. NIE. Bo algorytmy są tylko zewnętrznym przejawem i/lub wytworem ludzkiej inteligencji. Jej źródło jest inne.

20 Zagadnienia filozoficzne (4) Czy ewentualna sztuczna realizacja intelektu może stanowić jego model? 1. Argumenty J. Searle a. Komputer może co najwyżej imitować zewnętrzne przejawy ludzkiej inteligencji. Wiemy jednak, że e działa inaczej niż ludzki umysł. Analogie czysto zewnętrzne nie mówią nic o podobieństwach wewnętrznych. 2. Realizacja nic nie wyjaśnia. Może się okazać, że wspomniana realizacja po prostu działa, a odpowiadające za to zasady są równie nieprzejrzyste jak zasady działania intelektu. Innymi słowy, sama realizacja domaga się wyjaśnienia. 3. Model jest zbyt wąski. Model wyjaśnia, jak ludzie rozwiązują problemy, lecz odrywa proces rozwiązywania od procesów innych, które są z nim splecione. Chodzi o takie procesy, jak intuicja, rozumienie czy świadomy wgląd w istotę problemu.

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

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

Inteligentne Multimedialne Systemy Uczące

Inteligentne 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 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

Sztuczna inteligencja Definicja Sztuczna inteligencja (AI - ang. artificial inteligence) lub krótko SI jest stosunkowo nową interdyscyplinarną dziedziną nauki, przedmiotem wielkich oczekiwań i ożywionych

Bardziej szczegółowo

Sieci neuronowe. - wprowadzenie - Istota inteligencji. WYKŁAD Piotr Ciskowski

Sieci neuronowe. - wprowadzenie - Istota inteligencji. WYKŁAD Piotr Ciskowski Sieci neuronowe - wprowadzenie - Istota inteligencji WYKŁAD Piotr Ciskowski na dobry początek: www.mql4.com - championship 2007 - winners of the ATC 2007 - the ATC 2007 is over forex-pamm.com na dobry

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

Wydział Nauk o Zdrowiu. Kierunek: Zdrowie Publiczne. Poziom studiów: drugi. Profil: ogólny

Wydział Nauk o Zdrowiu. Kierunek: Zdrowie Publiczne. Poziom studiów: drugi. Profil: ogólny LISTA PRZEDMIOTÓW, KTÓRE MOGĄ BYĆ UZNANE NA PODSTAWIE OCENY EFEKTÓW UCZENIA SIĘ ZDOBYTYCH NA DRODZE EDUKACJI POZAFORMALNEJ I NIEFORMALNEJ NA ROK AKADEMICKI 2016/2017 Wydział Nauk o Zdrowiu Kierunek: Zdrowie

Bardziej szczegółowo

Informatyka w medycynie Punkt widzenia kardiologa

Informatyka w medycynie Punkt widzenia kardiologa Informatyka w medycynie Punkt widzenia kardiologa Lech Poloński Mariusz Gąsior Informatyka medyczna Dział informatyki zajmujący się jej zastosowaniem w ochronie zdrowia (medycynie) Stymulacja rozwoju informatyki

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

Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)

Zastosowanie 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 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

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania

Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Zastosowanie sztucznej inteligencji w testowaniu oprogramowania Problem NP Problem NP (niedeterministycznie wielomianowy, ang. nondeterministic polynomial) to problem decyzyjny, dla którego rozwiązanie

Bardziej szczegółowo

Sztuczna inteligencja wprowadzenie

Sztuczna inteligencja wprowadzenie Sztuczna inteligencja wprowadzenie Sławomir Samolej Slajdy zostały przygotowane na podstawie materiałów opublikowanych na (http://wazniak.mimuw.edu.pl/ Literatura Leszek Rutkowski Metody i techniki sztucznej

Bardziej szczegółowo

Gospodarcze zastosowania algorytmów genetycznych

Gospodarcze zastosowania algorytmów genetycznych Marta Woźniak Gospodarcze zastosowania algorytmów genetycznych 1. Wstęp Ekonometria jako nauka zajmująca się ustalaniem za pomocą metod statystycznych ilościowych prawidłowości zachodzących w życiu gospodarczym

Bardziej szczegółowo

Wprowadzenie. Jacek Bartman. Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski

Wprowadzenie. Jacek Bartman. Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski Sztuczna inteligencja Wprowadzenie Jacek Bartman Zakład Elektrotechniki i Informatyki Instytut Techniki Uniwersytet Rzeszowski INFORMACJE ORGANIZACYJNE Forma zajęć: Studia stacjonarne Wykłady 30h Laboratorium

Bardziej szczegółowo

S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE

S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE KATEDRA SYSTEMÓW DECYZYJNYCH POLITECHNIKA GDA N SKA S PECJALNO S C I NTELIGENTNE S YSTEMY D ECYZYJNE prof. dr hab. inz. Zdzisław Kowalczuk Katedra Systemów Decyzyjnych Wydział Elektroniki Telekomunikacji

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

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu

SI w procesach przepływu i porządkowania informacji. Paweł Buchwald Wyższa Szkoła Biznesu SI w procesach przepływu i porządkowania informacji Paweł Buchwald Wyższa Szkoła Biznesu Początki SI John MC Carthy prekursor SI Alan Thuring pomysłodawca testu na określenie inteligencji maszyn Powolny

Bardziej szczegółowo

Algorytmy i schematy blokowe

Algorytmy i schematy blokowe Algorytmy i schematy blokowe Algorytm dokładny przepis podający sposób rozwiązania określonego zadania w skończonej liczbie kroków; zbiór poleceń odnoszących się do pewnych obiektów, ze wskazaniem porządku,

Bardziej szczegółowo

I rok. semestr 1 semestr 2 15 tyg. 15 tyg. Razem ECTS. laborat. semin. ECTS. konwer. wykł. I rok. w tym. Razem ECTS. laborat. semin. ECTS. konwer.

I rok. semestr 1 semestr 2 15 tyg. 15 tyg. Razem ECTS. laborat. semin. ECTS. konwer. wykł. I rok. w tym. Razem ECTS. laborat. semin. ECTS. konwer. Wydział Informatyki i Nauki o Materiałach Kierunek Informatyka studia I stopnia inżynierskie studia stacjonarne 08- IO1S-13 od roku akademickiego 2015/2016 A Lp GRUPA TREŚCI PODSTAWOWYCH kod Nazwa modułu

Bardziej szczegółowo

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej

Efekty kształcenia na kierunku AiR drugiego stopnia - Wiedza Wydziału Elektrotechniki, Automatyki i Informatyki Politechniki Opolskiej Efekty na kierunku AiR drugiego stopnia - Wiedza K_W01 K_W02 K_W03 K_W04 K_W05 K_W06 K_W07 K_W08 K_W09 K_W10 K_W11 K_W12 K_W13 K_W14 Ma rozszerzoną wiedzę dotyczącą dynamicznych modeli dyskretnych stosowanych

Bardziej szczegółowo

Efekty kształcenia dla kierunku studiów SPORT II stopnia i ich relacje z efektami kształcenia dla obszarów kształcenia

Efekty kształcenia dla kierunku studiów SPORT II stopnia i ich relacje z efektami kształcenia dla obszarów kształcenia Załącznik nr 1 do uchwały Nr 24/2014/2015 Senatu Akademii Wychowania Fizycznego Józefa Piłsudskiego w Warszawie z dnia 20 stycznia 2015 roku Akademia Wychowania Fizycznego Józefa Piłsudskiego w Warszawie

Bardziej szczegółowo

Psychologia w indywidualnej organizacji toku studiów

Psychologia w indywidualnej organizacji toku studiów Psychologia w indywidualnej organizacji toku studiów Studia niestacjonarne jednolite magisterskie Psychologia kliniczna i zdrowia NAZWA MODUŁU i ELEMENTY SKŁADOWE LICZBA GODZIN PUNKTY ECTS ROK SEMESTR

Bardziej szczegółowo

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 NAUK TECHNICZNYCH Dyscyplina

Bardziej szczegółowo

Systemy ekspertowe. dr inż.marcin Blachnik. marcin.blachnik@polsl.pl http://mblachnik.pl

Systemy ekspertowe. dr inż.marcin Blachnik. marcin.blachnik@polsl.pl http://mblachnik.pl Systemy ekspertowe dr inż.marcin Blachnik marcin.blachnik@polsl.pl http://mblachnik.pl Literatura A. Niederliński Regułowo - modelowe systemy ekspertowe rmse, Wyd. SKALMIERSKI P. Cichosz, Systemy uczące

Bardziej szczegółowo

Ekonomiczny Uniwersytet Dziecięcy

Ekonomiczny Uniwersytet Dziecięcy Ekonomiczny Uniwersytet Dziecięcy Dlaczego orły nie pływają. O wspieraniu talentów i zdolności u dzieci Magdalena Zientalska Uniwersytet Ekonomiczny w Poznaniu 27 września 2012 r. EKONOMICZNY UNIWERSYTET

Bardziej szczegółowo

Konspekt do kursu wykładów 2000/2001 Teoria Sztucznej Inteligencji

Konspekt do kursu wykładów 2000/2001 Teoria Sztucznej Inteligencji Konspekt do kursu wykładów 2000/2001 Teoria Sztucznej Inteligencji Witold Marciszewski 1.1. Teoria Sztucznej Inteligencji (TSI) ma za cel wytwarzanie, w zakresie oprogramowania i sprzętu, urządzeń (elektronicznych,

Bardziej szczegółowo

studia na WETI PG na kierunku automatyka i robotyka Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej 1

studia na WETI PG na kierunku automatyka i robotyka Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej 1 Dlaczego warto podjąć studia na WETI PG na kierunku automatyka i robotyka Wydział Elektroniki, Telekomunikacji i Informatyki Politechniki Gdańskiej 1 Automatyka i robotyka Konkurs punktów: język polski

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

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań

Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Algorytm indukcji klasyfikatora za pomocą EA z automatycznym przełączaniem ukierunkowań Anna Manerowska, Michal Kozakiewicz 2.12.2009 1 Wstęp Jako projekt na przedmiot MEUM (Metody Ewolucyjne Uczenia Maszyn)

Bardziej szczegółowo

Załącznik nr 1WZORCOWE EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW PEDAGOGIKA STUDIA PIERWSZEGO STOPNIA PROFIL OGÓLNOAKADEMICKI

Załącznik nr 1WZORCOWE EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW PEDAGOGIKA STUDIA PIERWSZEGO STOPNIA PROFIL OGÓLNOAKADEMICKI Dz.U. z 2013 poz. 1273 Brzmienie od 31 października 2013 Załącznik nr 1WZORCOWE EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW PEDAGOGIKA STUDIA PIERWSZEGO STOPNIA PROFIL OGÓLNOAKADEMICKI Umiejscowienie kierunku

Bardziej szczegółowo

kształcenia pozaszkolnego WMiI Uni Wrocław, WMiI UMK Toruń

kształcenia pozaszkolnego WMiI Uni Wrocław, WMiI UMK Toruń Aktywizacja uczniów w ramach kształcenia pozaszkolnego Maciej jm. Sysłoł WMiI Uni Wrocław, WMiI UMK Toruń Plan Cele Projektu Czym chcemy przyciągnąć uczniów i nauczycieli Zakres zajęć w Projekcie Formy

Bardziej szczegółowo

Ma podstawową wiedzę na temat podstaw prawnych, organizacji i zakresu działania instytucji tworzących państwowy aparat bezpieczeństwa wewnętrznego.

Ma podstawową wiedzę na temat podstaw prawnych, organizacji i zakresu działania instytucji tworzących państwowy aparat bezpieczeństwa wewnętrznego. Zgodnie z załącznikiem do rozporządzenia ministra nauki i szkolnictwa wyższego z dnia 8 sierpnia 2011 r. w sprawie obszarów wiedzy, dziedzin nauki sztuki oraz dyscyplin naukowych i artystycznych nauki

Bardziej szczegółowo

INFORMATYKA Pytania ogólne na egzamin dyplomowy

INFORMATYKA Pytania ogólne na egzamin dyplomowy INFORMATYKA Pytania ogólne na egzamin dyplomowy 1. Wyjaśnić pojęcia problem, algorytm. 2. Podać definicję złożoności czasowej. 3. Podać definicję złożoności pamięciowej. 4. Typy danych w języku C. 5. Instrukcja

Bardziej szczegółowo

Zarządzanie oświatą i organizacjami pozarządowymi

Zarządzanie oświatą i organizacjami pozarządowymi PROGRAM STUDIÓW WYŻSZYCH ROZPOCZYNAJĄCYCH SIĘ W ROKU AKADEMICKIM 2014/2015 data zatwierdzenia przez Radę Wydziału kod programu studiów pieczęć i podpis dziekana Wydział Humanistyczny Studia wyższe na kierunku

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2007 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

Po ukończeniu studiów pierwszego stopnia na kierunku ekonomia absolwent:

Po ukończeniu studiów pierwszego stopnia na kierunku ekonomia absolwent: Efekty kształcenia dla kierunku studiów ekonomia Studia pierwszego stopnia profil praktyczny 1. Umiejscowienie kierunku w obszarze. Kierunek studiów ekonomia należy do dziedziny nauk ekonomicznych w ramach

Bardziej szczegółowo

KTO SKONSTRUUJE MYŚLĄCĄ ISTOTĘ, BĘDZIE MIAŁ WSZYSTKIE PRAWA I OBOWIĄZKI BOGA

KTO SKONSTRUUJE MYŚLĄCĄ ISTOTĘ, BĘDZIE MIAŁ WSZYSTKIE PRAWA I OBOWIĄZKI BOGA Y ROGER PENROSE PIOTR SZYMCZAK KTO SKONSTRUUJE MYŚLĄCĄ ISTOTĘ, BĘDZIE MIAŁ WSZYSTKIE PRAWA I OBOWIĄZKI BOGA Kto skonstruuje myślącą istotę, będzie miał wszystkie prawa i obowiązki Boga - twierdzi sir Roger

Bardziej szczegółowo

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu

Hurtownie danych i business intelligence. Plan na dziś : Wprowadzenie do przedmiotu i business intelligence Paweł Skrobanek, C-3 pok. 321 pawel.skrobanek@pwr.wroc.pl Wrocław 2005-2012 Plan na dziś : 1. Wprowadzenie do przedmiotu (co będzie omawiane oraz jak będę weryfikował zdobytą wiedzę

Bardziej szczegółowo

OFERTA SZKOLENIOWA Propozycje tematów szkoleń dla nauczycieli

OFERTA SZKOLENIOWA Propozycje tematów szkoleń dla nauczycieli POLSKIE TOWARZYSTWO DYSLEKSJI Oddział w Łodzi www.ptd-lodz.com, ptd.lodz@gmail.com OFERTA SZKOLENIOWA Propozycje tematów szkoleń dla nauczycieli Tytuł szkolenia Adresaci Tematyka Autorstwo i prowadzenie

Bardziej szczegółowo

Algorytmy genetyczne

Algorytmy genetyczne Algorytmy genetyczne Motto: Zamiast pracowicie poszukiwać najlepszego rozwiązania problemu informatycznego lepiej pozwolić, żeby komputer sam sobie to rozwiązanie wyhodował! Algorytmy genetyczne służą

Bardziej szczegółowo

Zagadnienia na egzamin dyplomowy. Studia jednolite magisterskie WFMiI rok akad. 2010/11

Zagadnienia na egzamin dyplomowy. Studia jednolite magisterskie WFMiI rok akad. 2010/11 Zagadnienia na egzamin dyplomowy Studia jednolite magisterskie WFMiI rok akad. 2010/11 Lp PRZEDMIOT PYTANIE 1 2 3 4 Jakie jest główne zastosowanie mechanizmu Samba? Proszę omówić możliwości ochrony serwerów

Bardziej szczegółowo

EFEKTY KSZTAŁCENIA DLA KIERUNKU MATEMATYKA

EFEKTY KSZTAŁCENIA DLA KIERUNKU MATEMATYKA Załącznik do Uchwały Nr Senatu PWSZ w Nowym Sączu z dnia 23 marca 2012 r. Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu Instytut Pedagogiczny EFEKTY KSZTAŁCENIA DLA KIERUNKU MATEMATYKA Nowy Sącz, 2012

Bardziej szczegółowo

Macierz efektów kształcenia dla programu tłumaczenia specjalistycznie, filologia angielska. TS: prawnicze i unijne

Macierz efektów kształcenia dla programu tłumaczenia specjalistycznie, filologia angielska. TS: prawnicze i unijne TS: prawnicze i unijne TS: uwierzytelnione i poświadczone TS: ekonomiczne TS: techniczne TS: medyczne TS: literatura, sztuka, media TS: narzędzia komputerowe CAT TS: handlowe i biznesowe TS: tłumaczenia

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

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku

Uchwała Nr 69 /2012. Senatu Uniwersytetu Jana Kochanowskiego w Kielcach. z dnia 31 maja 2012 roku Uchwała Nr 69 /2012 Senatu Uniwersytetu Jana Kochanowskiego w Kielcach z dnia 31 maja 2012 roku w sprawie określenia efektów kształcenia dla kierunku zarządzanie na poziomie drugiego stopnia o profilu

Bardziej szczegółowo

Kierunek: Pedagogika Poziom kształcenia: studia I stopnia Specjalności: Profil kształcenia: ogólnoakademicki Forma studiów: niestacjonarne Tytuł

Kierunek: Pedagogika Poziom kształcenia: studia I stopnia Specjalności: Profil kształcenia: ogólnoakademicki Forma studiów: niestacjonarne Tytuł Kierunek: Pedagogika Poziom kształcenia: studia I stopnia Specjalności: Profil kształcenia: ogólnoakademicki Forma studiów: niestacjonarne Tytuł zawodowy uzyskiwany przez absolwenta: licencjat Przyporządkowanie

Bardziej szczegółowo

Algorytm. Słowo algorytm pochodzi od perskiego matematyka Mohammed ibn Musa al-kowarizimi (Algorismus - łacina) z IX w. ne.

Algorytm. Słowo algorytm pochodzi od perskiego matematyka Mohammed ibn Musa al-kowarizimi (Algorismus - łacina) z IX w. ne. 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 szczegółowo

Kierunek: INFORMATYKA. Studia stacjonarne. Studia drugiego stopnia. Profil: ogólnoakademicki

Kierunek: INFORMATYKA. Studia stacjonarne. Studia drugiego stopnia. Profil: ogólnoakademicki Studia drugiego stopnia Kierunek: INFORMATYKA Profil: ogólnoakademicki Studenci rozpoczynający studia w roku akademickim 2015/2016 (od semestru zimowego) Formy studiów: Stacjonarne (ścieżka 4-semestralna)

Bardziej szczegółowo

Psychologia. Studia stacjonarne jednolite magisterskie Psychologia biznesu. NAZWA MODUŁU i ELEMENTY SKŁADOWE STATUS MODUŁU PUNKTY ECTS LICZBA GODZIN

Psychologia. Studia stacjonarne jednolite magisterskie Psychologia biznesu. NAZWA MODUŁU i ELEMENTY SKŁADOWE STATUS MODUŁU PUNKTY ECTS LICZBA GODZIN Psychologia Studia stacjonarne jednolite magisterskie Psychologia biznesu NAZWA MODUŁU i ELEMENTY SKŁADOWE LICZBA GODZIN PUNKTY ECTS ROK SEMESTR STATUS MODUŁU Moduł ogólny Filozofia Logika 6 I I podstawowy

Bardziej szczegółowo

Kierunkowe efekty kształcenia Po ukończeniu studiów absolwent:

Kierunkowe efekty kształcenia Po ukończeniu studiów absolwent: Załącznik do uchwały nr 145/06/2013 Senatu Uniwersytetu Rzeszowskiego EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW Administracja studia drugiego stopnia poziom kształcenia profil kształcenia tytuł zawodowy

Bardziej szczegółowo

Psychologia w indywidualnej organizacji toku studiów

Psychologia w indywidualnej organizacji toku studiów Psychologia w indywidualnej organizacji toku studiów Studia niestacjonarne jednolite magisterskie Psychologia kliniczna dzieci i młodzieży NAZWA MODUŁU i ELEMENTY SKŁADOWE LICZBA GODZIN PUNKTY ECTS ROK

Bardziej szczegółowo

Warto zostać inżynierem

Warto zostać inżynierem Warto zostać inżynierem Czy warto zostać inżynierem? Najbliższe dziesięciolecia należą do inżynierów. Dobry inżynier jest na wagę złota. Perspektywy rozwoju tej branży są bardzo dobre, dlatego warto planować

Bardziej szczegółowo

Lingwistyczne podsumowania baz danych.inteligentne generowanie s

Lingwistyczne podsumowania baz danych.inteligentne generowanie s Lingwistyczne podsumowania baz danych. Inteligentne generowanie streszczeń Instytut Informatyki, Politechnika Łódzka Katowice, 29 stycznia 2010 r. Problematyka Bazy i hurtownie danych olbrzymia ilość liczb......

Bardziej szczegółowo

Algorytmy i bazy danych (wykład obowiązkowy dla wszystkich)

Algorytmy i bazy danych (wykład obowiązkowy dla wszystkich) MATEMATYKA I EKONOMIA PROGRAM STUDIÓW DLA II STOPNIA Data: 2010-11-07 Opracowali: Krzysztof Rykaczewski Paweł Umiński Streszczenie: Poniższe opracowanie przedstawia projekt planu studiów II stopnia na

Bardziej szczegółowo

Przedmiotem rozważań są zależności pomiędzy obliczeniami maszynowymi a ludzką inteligencją

Przedmiotem rozważań są zależności pomiędzy obliczeniami maszynowymi a ludzką inteligencją lgorytmiczna inteligencja czyli sztuczna inteligencja (ang. I) Przedmiotem rozważań są zależności pomiędzy obliczeniami maszynowymi a ludzką inteligencją nie wymagamy deterizmu DETERMINISTYCZNE SEKWENCYJNE

Bardziej szczegółowo

Zarządzać czy kierować zespołem produkcyjnym? - warsztat Lidera w GEMBA

Zarządzać czy kierować zespołem produkcyjnym? - warsztat Lidera w GEMBA Zarządzać czy kierować zespołem produkcyjnym? - warsztat Lidera w GEMBA Opis "Nie chodzi o to aby pracować więcej... tylko o to aby pracować z głową!" System, metodologia narzędzia to nie wszystko! LEAN

Bardziej szczegółowo

METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH

METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH METODY ANALIZY DANYCH ORAZ PREZENTACJI INFORMACJI GEOPRZESTRZENNYCH Tomasz POTEMPA Instytut Politechniczny, Zakład Informatyki Święto Uczelni Tarnów, 19 Maja 2011 1 Podsystemy 2 Usługi WMS, WFS, WCS oraz

Bardziej szczegółowo

ZARZĄDZANIE I INŻYNIERIA PRODUKCJI

ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZARZĄDZANIE I INŻYNIERIA PRODUKCJI STUDIA PIERWSZEGO STOPNIA PROFIL OGÓLNOAKADEMICKI Załącznik nr 2 Odniesienie efektów kierunkowych do efektów obszarowych i odwrotnie Załącznik nr 2a - Tabela odniesienia

Bardziej szczegółowo

WSPÓŁCZESNE TRENDY W BADANIACH NAUKOWYCH SZTUCZNEJ INTELIGENCJI

WSPÓŁCZESNE TRENDY W BADANIACH NAUKOWYCH SZTUCZNEJ INTELIGENCJI Scientific Bulletin of Che lm Section of Mathematics and Computer Science No. 1/2008 WSPÓŁCZESNE TRENDY W BADANIACH NAUKOWYCH SZTUCZNEJ INTELIGENCJI WACŁAW FRYDRYCHOWICZ, MAGDALENA TRUSZKOWSKA Studium

Bardziej szczegółowo

Aktywizujące metody nauczania stosowane w kształceniu zawodowym

Aktywizujące metody nauczania stosowane w kształceniu zawodowym Aktywizujące metody nauczania stosowane w kształceniu zawodowym Ewa Piotrowska Wykład oparty na podręczniku: Praktyczna nauka zawodu T. Ornatowski, J. Figurski Klasyfikacja aktywizujących metod nauczania

Bardziej szczegółowo

Dziecko zdolne a wychowanie i edukacja przedszkolna

Dziecko zdolne a wychowanie i edukacja przedszkolna Dziecko zdolne a wychowanie i edukacja przedszkolna Opracowała Maria Drzazga Psycholog Poradni Psychologiczno- Pedagogicznej w Kępnie 16 Kwiecień 2008 r. Teoria rozwoju zdolności człowieka Z teorii rozwoju

Bardziej szczegółowo

F i z y c z n e j i T u r y s t y k i i m. H a l i n y K o n o p a c k i e j w P r u s z k o w i e

F i z y c z n e j i T u r y s t y k i i m. H a l i n y K o n o p a c k i e j w P r u s z k o w i e W y ż s z a S z k o ł a K u l t u r y F i z y c z n e j i T u r y s t y k i i m. H a l i n y K o n o p a c k i e j w P r u s z k o w i e E f e k t y k s z t a ł c e n i a dla programu kształcenia na k

Bardziej szczegółowo

Prezentacja specjalności studiów II stopnia. Inteligentne Technologie Internetowe

Prezentacja 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 szczegółowo

Transformacja wiedzy w budowie i eksploatacji maszyn

Transformacja wiedzy w budowie i eksploatacji maszyn Uniwersytet Technologiczno Przyrodniczy im. Jana i Jędrzeja Śniadeckich w Bydgoszczy Wydział Mechaniczny Transformacja wiedzy w budowie i eksploatacji maszyn Bogdan ŻÓŁTOWSKI W pracy przedstawiono proces

Bardziej szczegółowo

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74

4.1. Wprowadzenie...70 4.2. Podstawowe definicje...71 4.3. Algorytm określania wartości parametrów w regresji logistycznej...74 3 Wykaz najważniejszych skrótów...8 Przedmowa... 10 1. Podstawowe pojęcia data mining...11 1.1. Wprowadzenie...12 1.2. Podstawowe zadania eksploracji danych...13 1.3. Główne etapy eksploracji danych...15

Bardziej szczegółowo

6. Klasyczny algorytm genetyczny. 1

6. Klasyczny algorytm genetyczny. 1 6. Klasyczny algorytm genetyczny. 1 Idea algorytmu genetycznego została zaczerpnięta z nauk przyrodniczych opisujących zjawiska doboru naturalnego i dziedziczenia. Mechanizmy te polegają na przetrwaniu

Bardziej szczegółowo

Zatwierdzono na Radzie Wydziału w dniu 11 czerwca 2015 r.

Zatwierdzono na Radzie Wydziału w dniu 11 czerwca 2015 r. PLAN STUDIÓW DLA KIERUNKU INFORMATYKA STUDIA: INŻYNIERSKIE TRYB STUDIÓW: STACJONARNE Zatwierdzono na Radzie Wydziału w dniu 11 czerwca 201 r. Egzamin po semestrze Obowiązuje od naboru na rok akademicki

Bardziej szczegółowo

Efekty kształcenia dla kierunku Zarządzanie stopnia I

Efekty kształcenia dla kierunku Zarządzanie stopnia I Efekty kształcenia dla kierunku Zarządzanie stopnia I 1. Umiejscowienie kierunku w obszarze kształcenia: kierunek należy do obszaru kształcenia w zakresie nauk społecznych. 2. Profil kształcenia: ogólnoakademicki.

Bardziej szczegółowo

Generowanie i optymalizacja harmonogramu za pomoca

Generowanie i optymalizacja harmonogramu za pomoca Generowanie i optymalizacja harmonogramu za pomoca na przykładzie generatora planu zajęć Matematyka Stosowana i Informatyka Stosowana Wydział Fizyki Technicznej i Matematyki Stosowanej Politechnika Gdańska

Bardziej szczegółowo

Dr Marta Kochan - Wójcik Psychologia

Dr Marta Kochan - Wójcik Psychologia Dr Marta Kochan - Wójcik Psychologia "Nauczyciel przedmiotów zawodowych w zakresie organizacji usług gastronomicznych i hotelarstwa oraz architektury krajobrazu - studia podyplomowe" projekt realizowany

Bardziej szczegółowo

Odkrywanie algorytmów kwantowych za pomocą programowania genetycznego

Odkrywanie algorytmów kwantowych za pomocą programowania genetycznego Odkrywanie algorytmów kwantowych za pomocą programowania genetycznego Piotr Rybak Koło naukowe fizyków Migacz, Uniwersytet Wrocławski Piotr Rybak (Migacz UWr) Odkrywanie algorytmów kwantowych 1 / 17 Spis

Bardziej szczegółowo

Zalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel

Zalew danych skąd się biorą dane? są generowane przez banki, ubezpieczalnie, sieci handlowe, dane eksperymentalne, Web, tekst, e_handel według przewidywań internetowego magazynu ZDNET News z 8 lutego 2001 roku eksploracja danych (ang. data mining ) będzie jednym z najbardziej rewolucyjnych osiągnięć następnej dekady. Rzeczywiście MIT Technology

Bardziej szczegółowo

w ekonomii, finansach i towaroznawstwie

w ekonomii, finansach i towaroznawstwie w ekonomii, finansach i towaroznawstwie spotykane określenia: zgłębianie danych, eksploracyjna analiza danych, przekopywanie danych, męczenie danych proces wykrywania zależności w zbiorach danych poprzez

Bardziej szczegółowo

Kierunkowe efekty kształcenia Po ukończeniu studiów absolwent:

Kierunkowe efekty kształcenia Po ukończeniu studiów absolwent: EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW FILOLOGIA POLSKA poziom kształcenia profil kształcenia tytuł zawodowy absolwenta studia pierwszego stopnia ogólnoakademicki licencjat I. Umiejscowienie kierunku

Bardziej szczegółowo

INŻYNIERIA OPROGRAMOWANIA

INŻYNIERIA OPROGRAMOWANIA INSTYTUT INFORMATYKI STOSOWANEJ 2013 INŻYNIERIA OPROGRAMOWANIA Inżynieria Oprogramowania Proces ukierunkowany na wytworzenie oprogramowania Jak? Kto? Kiedy? Co? W jaki sposób? Metodyka Zespół Narzędzia

Bardziej szczegółowo

VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne - relacja

VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne - relacja VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe i algorytmy numeryczne - relacja W dniu 21.08.2015 odbyło się VI Seminarium Naukowe Tomografia procesowa aplikacje, systemy pomiarowe

Bardziej szczegółowo

Grupy pytań na egzamin inżynierski na kierunku Informatyka

Grupy pytań na egzamin inżynierski na kierunku Informatyka Grupy pytań na egzamin inżynierski na kierunku Informatyka Dla studentów studiów dziennych Należy wybrać dwie grupy pytań. Na egzaminie zadane zostaną 3 pytania, każde z innego przedmiotu, pochodzącego

Bardziej szczegółowo

Rozwojowy kontekst funkcjonowania ucznia zdolnego

Rozwojowy kontekst funkcjonowania ucznia zdolnego Rozwojowy kontekst funkcjonowania ucznia zdolnego Oprac. Grzegorz Kata (UMCS, SPPiTR w Lublinie) Projekt współfinansowany z Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Zdolny sześciolatek

Bardziej szczegółowo

Program studiów. Moduły ogólne Nauka, praca i współpraca 45 3 45. Rozwój osobisty - wprowadzenie 30 3 24

Program studiów. Moduły ogólne Nauka, praca i współpraca 45 3 45. Rozwój osobisty - wprowadzenie 30 3 24 Psychoseksuologia studia I stopnia, tryb stacjonarny i niestacjonarny Program studiów MODUŁY Godziny ST* ECTS Godziny NST* Moduły ogólne Nauka, praca i współpraca 45 3 45 Rozwój osobisty - wprowadzenie

Bardziej szczegółowo

ALGORYTM RANDOM FOREST

ALGORYTM RANDOM FOREST SKRYPT PRZYGOTOWANY NA ZAJĘCIA INDUKOWANYCH REGUŁ DECYZYJNYCH PROWADZONYCH PRZEZ PANA PAWŁA WOJTKIEWICZA ALGORYTM RANDOM FOREST Katarzyna Graboś 56397 Aleksandra Mańko 56699 2015-01-26, Warszawa ALGORYTM

Bardziej szczegółowo

Podstawy pomagania. Natura dała nam dwoje oczu, dwoje uszu, ale tylko jeden język po to, abyśmy więcej patrzyli i słuchali, niż mówili.

Podstawy pomagania. Natura dała nam dwoje oczu, dwoje uszu, ale tylko jeden język po to, abyśmy więcej patrzyli i słuchali, niż mówili. Podstawy pomagania. Natura dała nam dwoje oczu, dwoje uszu, ale tylko jeden język po to, abyśmy więcej patrzyli i słuchali, niż mówili. (Sokrates) Czym jest pomaganie? Pomaganie jest działaniem, w które

Bardziej szczegółowo

Jak pomóc dziecku ze specyficznymi trudnościami w uczeniu się matematyki (wskazówki dla rodziców i opiekunów)

Jak pomóc dziecku ze specyficznymi trudnościami w uczeniu się matematyki (wskazówki dla rodziców i opiekunów) DYSKALKULIA Dyskalkulia jest to rozwojowe zaburzenie w rozwoju pojęć liczbowych, w opanowaniu umiejętności rozwiązywania zadań rachunkowych, co w konsekwencji prowadzi do trudności w opanowywaniu podstawowych

Bardziej szczegółowo

Lista pracowników naukowo - dydaktycznych i obszary tematyczne prac doktorskich na Wydziale Zarządzania Politechniki Warszawskiej 1

Lista pracowników naukowo - dydaktycznych i obszary tematyczne prac doktorskich na Wydziale Zarządzania Politechniki Warszawskiej 1 Lista pracowników naukowo - dydaktycznych i obszary tematyczne prac doktorskich na Wydziale Zarządzania Politechniki Warszawskiej 1 Lp. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Dokt. Dokt.

Bardziej szczegółowo

MindStorms SYMULACJE SPRZĘTOWE

MindStorms SYMULACJE SPRZĘTOWE MindStorms SYMULACJE SPRZĘTOWE Marek Kasperski 16 V 2004 Część I Umysł wcielony? Rewolucja kognitywna Klasyczna AI: (szachy, programy decyzyjne, dowodzenie twierdzeń). Lata 70.: pojawiają się nauki kognitywne

Bardziej szczegółowo

Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego

Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego Źródło: http://gimnazjum74b.blogspot.com ELASTYCZNOŚĆ INTERDYSCYPLINARNOŚĆ WIELODYSCYPLINARNOŚĆ GOTOWOŚĆ

Bardziej szczegółowo

INFORMATYKA treści nauczania i system oceniania. Cele edukacyjne. Treści nauczania wymagania szczegółowe

INFORMATYKA treści nauczania i system oceniania. Cele edukacyjne. Treści nauczania wymagania szczegółowe INFORMATYKA treści nauczania i system oceniania Cele edukacyjne 1. Wykształcenie umiejętności świadomego i sprawnego posługiwania się komputerem oraz narzędziami i metodami informatyki. 2. Przygotowanie

Bardziej szczegółowo

Tematy prac dyplomowych r. akad. 2014/2015

Tematy prac dyplomowych r. akad. 2014/2015 Instytut Informatyki 14.05.14 r. Tematy prac dyplomowych r. akad. 2014/2015 Tematy prac magisterskich Zakład Modelowania Materiałów dr hab. Marian Stanisław Uba 1. System wspomagający pracę telemarketera

Bardziej szczegółowo

Kryteria wymagań na poszczególne oceny z zajęć technicznych w roku szkolnym 2014/2015 dla klas IIa, IIb, IIc, IId, IIe

Kryteria wymagań na poszczególne oceny z zajęć technicznych w roku szkolnym 2014/2015 dla klas IIa, IIb, IIc, IId, IIe Kryteria wymagań na poszczególne oceny z zajęć technicznych w roku szkolnym 2014/2015 dla klas IIa, IIb, IIc, IId, IIe Ocenę celującą otrzymuje uczeń, który: - spełnia wszystkie kryteria na ocenę bardzo

Bardziej szczegółowo

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych

Algorytm Genetyczny. zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Algorytm Genetyczny zastosowanie do procesów rozmieszczenia stacji raportujących w sieciach komórkowych Dlaczego Algorytmy Inspirowane Naturą? Rozwój nowych technologii: złożone problemy obliczeniowe w

Bardziej szczegółowo

PRZEDMIOTOWY SYSTEM OCENIANIA Z MATEMATYKI

PRZEDMIOTOWY SYSTEM OCENIANIA Z MATEMATYKI PRZEDMIOTOWY SYSTEM OCENIANIA Z MATEMATYKI Przedmiotowy System Oceniania (PSO) z matematyki ma na celu wspieranie rozwoju intelektualnego i osobowościowego ucznia. PSO z matematyki jest zgodny zobowiązującym

Bardziej szczegółowo

Zestaw zagadnień na egzamin dyplomowy inżynierski

Zestaw zagadnień na egzamin dyplomowy inżynierski Zestaw zagadnień na egzamin dyplomowy inżynierski Matematyka; matematyka dyskretna 1. Podstawowe działania na macierzach. 2. Przestrzeń wektorowa: definicja, przykłady, odwzorowania liniowe 3. Układy równań

Bardziej szczegółowo

Rozwijanie kompetencji matematycznych, podstawowych kompetencji naukowych i

Rozwijanie kompetencji matematycznych, podstawowych kompetencji naukowych i Fundacja Rozwoju Systemu Edukacji Program Uczenie się przez całe Ŝycie Rozwijanie kompetencji matematycznych, podstawowych kompetencji naukowych i technicznych w projektach współpracy europejskiej programu

Bardziej szczegółowo

PRZEDMIOTOWY SYSTEM OCENIANIA ZAJĘCIA KOMPUTEROWE. Klasy IV VI szkoła podstawowa

PRZEDMIOTOWY SYSTEM OCENIANIA ZAJĘCIA KOMPUTEROWE. Klasy IV VI szkoła podstawowa PRZEDMIOTOWY SYSTEM OCENIANIA ZAJĘCIA KOMPUTEROWE Klasy IV VI szkoła podstawowa 1. Jawność ocen nauczyciel na początku każdego roku szkolnego poinformuje uczniów i ich rodziców (prawnych opiekunów) o wymaganiach

Bardziej szczegółowo

Systemy z bazą wiedzy (spojrzenie bardziej korporacyjne) Baza wiedzy. Baza wiedzy. Baza wiedzy. Baza wiedzy

Systemy z bazą wiedzy (spojrzenie bardziej korporacyjne) Baza wiedzy. Baza wiedzy. Baza wiedzy. Baza wiedzy Zarządzanie wiedzą z bazą wiedzy (spojrzenie bardziej korporacyjne) Wybrane aspekty technologiczne związane z wiedzą i zarządzaniem wiedzą Google: baza wiedzy 1,180,000 znalezionych systemy zarządzania

Bardziej szczegółowo

Przedmiotowy system oceniania został skonstruowany w oparciu o następujące dokumenty:

Przedmiotowy system oceniania został skonstruowany w oparciu o następujące dokumenty: Szkoła Podstawowa Nr 10 w Koszalinie. Przedmiotowy System Oceniania z przedmiotu informatyka: Opracował: mgr Roman Stępniak Przedmiotowy system oceniania z informatyki jest zgodny z - Rozporządzeniem Ministra

Bardziej szczegółowo

MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH

MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH MATEMATYCZNE METODY WSPOMAGANIA PROCESÓW DECYZYJNYCH 1. Przedmiot nie wymaga przedmiotów poprzedzających 2. Treść przedmiotu Proces i cykl decyzyjny. Rola modelowania matematycznego w procesach decyzyjnych.

Bardziej szczegółowo

Edukacja techniczno-informatyczna I stopień studiów. I. Pytania kierunkowe

Edukacja techniczno-informatyczna I stopień studiów. I. Pytania kierunkowe I stopień studiów I. Pytania kierunkowe Pytania kierunkowe KMiETI 7 KTMiM 7 KIS 6 KMiPKM 6 KEEEiA 5 KIB 4 KPB 3 KMRiMB 2 1. Omów sposób obliczeń pracy i mocy w ruchu obrotowym. 2. Co to jest schemat kinematyczny?

Bardziej szczegółowo

Technologie Internetowe i Algorytmy

Technologie Internetowe i Algorytmy Technologie Internetowe i Algorytmy Katedra Algorytmów i Modelowania Systemów Cel Chcemy zapewnić absolwentom: dobre przygotowanie teoretyczne znajomość nowoczesnych technologii Profil absolwenta Przedmioty

Bardziej szczegółowo