|
|
- Fabian Adamski
- 8 lat temu
- Przeglądów:
Transkrypt
1 Sztuczna inteligencja Definicja Sztuczna inteligencja (AI - ang. artificial inteligence) lub krótko SI jest stosunkowo nową interdyscyplinarną dziedziną nauki, przedmiotem wielkich oczekiwań i ożywionych debat. W sensie teoretycznym, SI łączy w sobie zagadnienia z dziedziny informatyki, psychologii, antropologii, matematyki, elektroniki, neurofizjologii i filozofii. Tak zwana stosowana SI jest gałęzią informatyki, która mówiąc bardzo ogólnie zajmuje się produkcją sprzętu komputerowego i oprogramowania, umożliwiającą imitowanie procesu myślowego człowieka. A zatem, głównym celem sztucznej inteligencji jest stworzenie inteligentnych komputerów", które byłyby zdolne rozwiązywać te problemy, które wśród ludzi uważane są za wymagające pewnej inteligencji. Dobrym punktem wyjścia do rozważań o sztucznej inteligencji wydaje się być słownikowa definicja inteligencji jako takiej, któr+a np. w słowniku Webstera brzmi następująco: Inteligencja jest to: zdolność uczenia się i rozumienia zjawisk poprzez doświadczenie, zdolność zdobywania wiedzy i wykorzystywania jej w celu szybkiego i efektywnego reagowania na nowe sytuacje; zdolność rozumowania w celu efektywnego rozwiązywania problemów " Wszelkie usiłowania w dziedzinie sztucznej inteligencji są zwykle klasyfikowane jako albo tzw. silna sztuczna inteligencja (ang. strong artificial, intelligence), która stara się stworzyć komputery, wyposażone w proces myślowy zbliżony do ludzkiego, albo tzw. słaba sztuczna inteligencja (weak artificial intelligence), która zajmuje się symulowaniem inteligencji. Prawie wszystkie zadania, nad którymi obecnie pracują specjaliści, są typu słabej sztucznej inteligencji. 1
2 Elementy sztucznej inteligencji: 1) Systemy ekspertowe 2) Algorytmy ewolucyjne 3) Logika rozmyta 4) Sztuczne sieci neuronowe 2
3 Przegląd historyczny Cała historia rozwoju sztucznej inteligencji jest najczęściej dzielona na pięć okresów: 1) 1950 r r. Wielu pionierów techniki obliczeniowej było zafascynowanych ideą inteligentnej maszyny". Dla przykładu: Charles Babbage ( ) rozważał możliwość wykorzystania Mechanizmu Analitycznego" (ang. Analytical Engine) do gry w szachy, a Alan Turing ( ) w roku 1950 zaproponował tzw. test na inteligencję (zwany obecnie testem Turinga) oraz stworzył program symulujący grę w szachy. Samo pojęcie sztucznej inteligencji nie było znane aż do roku 1956, kiedy to Marvin Minsky użył tego terminu po raz pierwszy, zapisując się tym samym w historii jako ojciec sztucznej inteligencji". Problemy zaliczane obecnie do kategorii SI znajdowały się wówczas w kręgu zainteresowań cybernetyków, których uwaga w tym okresie koncentrowała się głównie na próbach budowania urządzeń imitujących ludzki mózg. Pomimo generalnego rozczarowania, jakie przyniosły te pierwsze próby, warto tu wspomnieć o przynajmniej dwóch interesujących systemach, które powstały w okresie Średniowiecza: PANDEMONIUM i PERCEPTRON. PANDEMONIUM był systemem rozpoznawania obrazów, opartym na architekturze czteropoziomowej, gdzie zadania były wykonywane przez cztery typy tzw. demonów": danych, obliczeń, rozpoznawania i decyzji. Cechy, które uczyniły PANDEMONIUM prekursorem wielu obecnych rozwiązań sztucznej inteligencji, to: wzorowanie się na ludzkim systemie nerwowym, działanie w oparciu o tzw. algorytm genetyczny" (tzn. zdolność uczenia się przez dostrajanie współczynników, odpowiadających połączeniom między demonami obliczeń). PERCEPTRON był urządzeniem, które przypominało prosty model siatkówki oka kręgowców ( siatka 400 fotokomórek każda o wartościach: l" dla oświetlonej lub O" dla ciemnej). Głównym osiągnięciem Rosenblatfa było 3
4 opracowanie metody, która pozwalała nauczyć PERCEPTRON rozpoznawania pewnej ograniczonej liczby obrazów. Dwa istotne wnioski, płynące z tych pierwszych doświadczeń, które nadały później rytm badaniom prowadzonym w latach dziewięćdziesiątych, to konkluzje, że: zdolność urządzeń do uczenia się jest niezbędnym atrybutem maszynowej inteligencji, ludzka inteligencja składa się w około 99% z rozpoznawania obrazów (wzorców) a tylko w l % z samego rozumowania. 2) 1960 r r. Po doświadczeniach lat 50 - tych, naukowcy doszli do wniosku, że budowanie systemów na podobieństwo mózgu nie było najlepszą strategią tworzenia sztucznej inteligencji i zaczęli próbować nieco innego podejścia do problemu. Głównymi rzecznikami nowego trendu byli Alan Newell i Herbert Simon z Uniwersytetu Carnegie - Mellon, którzy postawili sobie za zadanie sformułowanie pewnych zasad inteligencji, wspólnych wszystkim procesom racjonalnego rozwiązywania problemów oraz dostępnych zarówno dla ludzi jak i komputerów. Koncepcja ta opierała się na założeniu, że ludzki proces myślenia odbywa się na drodze wykonywania szeregu prostych zadań manipulacji na symbolach takich jak porównanie, wyszukiwanie, modyfikowanie symboli, czyli czynności dość łatwo wykonalne dla komputera. Dwa systemy, które dobrze ilustrują zarówno zalety jak i wady tej nowej koncepcji to: GPS (skrót od ang. General Problem Solver czyli Uniwersalny Rozwiązywacz Problemów) 4
5 SHRDLU Terry'ego Winograd'a (zdolny do prowadzenia konwersacji na temat prostego układania klocków). 3) 1970 r r. Okres romantyczny zarzucił ambitny plan stworzenia generalnie inteligentnych komputerów na korzyść bardziej realistycznego celu, czyli tworzenia komputerowych ekspertów w wybranej wąskiej dziedzinie. Zespół prowadzony przez Edwarda Feigenbaum*a na Uniwersytecie Stanford zajął się konstruowaniem tzw. systemów eksperckich (ang. expert systems) i systemów wiedzy (ang. knowlege - based systems), dając tym samym początek zupełnie nowej dziedzinie sztucznej inteligencji najogólniej zwanej inżynierią wiedzy (ang. knowledge engineering). Zadaniem systemów eksperckich jest imitowanie ludzkich ekspertów w konkretnej dziedzinie wiedzy. Systemy tego typu zaczęły powstawać równocześnie w wielu różnych dziedzinach wiedzy. Do najbardziej godnych uwagi wczesnych systemów eksperckich należą: DENDRAL, MYCIN, MACSYMA, INTERNIST/CADUCEUS, PROSPECTOR, HEARSAY I, II, III oraz PUFF. 4) 1980 r r. Kamieniem milowym była tu japońska inicjatywa z końca roku 1981, dotycząca budowy tzw. Systemów Komputerowych Piątej Generacji. W okresie Oświecenia sztuczna inteligencja nadal jeszcze ciągnęła korzyści głównie z okresu intensywnego rozwoju systemów eksperckich w latach 70, aczkolwiek systemy eksperckie jako takie przestały już być w centrum zainteresowania sztucznej inteligencji. Trzy najbardziej reprezentatywne przykłady programów zdolnych do ograniczonego uczenia się" to: dwa algorytmy implementujące tzw. indukcję AQ11 Ryszarda Michalskiego (George Mason UnL) i ID3 Ross'a QuinlaniTa, 5
6 system EURISKO Doug'a Lenata. EURISKO był modyfikacją i rozszerzeniem wcześniejszego systemu o nazwie AM, który badał dziedzinę liczb elementarnych. 5) 1990 r r. Wygląda na to, że historia SI przewędrowała pełne koło, jako że lata 90 powracają do problemów i rozwiązań, zapoczątkowanych w latach 50, tzn. obliczeń neuronowych" (ang. neuro-computing albo connectionism). Neurofizjologia nadal boryka się z tą samą niewiedzą, która zastopowała pierwsze próby w latach 50, jednakże komputery, dostępne obecnie do badań nad inteligencją, są dziś nieporównanie szybsze i pojemniejsze. W międzyczasie sformułowano też zasady uczenia się dla wielopoziomowych sieci neuronowych. 6) aktualne zastosowania A.I Obecnie AI, znalazła zastosowanie w praktyce jako: technologie oparte na "logice niepewności" ('Fuzzy Logic') - powszechnie stosowane do np: sterowania przebiegiem procesów technologicznych w fabrykach w warunkach "braku wszystkich danych". Systemy ekspertowe - czyli rozbudowane bazy danych z wszczepioną "sztuczną inteligencją" umożliwiającą zadawanie im pytań w języku naturalnym i uzyskiwanie w tym samym języku odpowiedzi. Systemy takie stosowane są już w farmacji i medycynie. maszynowe tłumaczenie tekstów - systemy takie jak SYSTRANS, jakkolwiek wciąż bardzo ułomne, robią szybkie postępy i zaczynają się nadawać do tłumaczenia tekstów technicznych. Sieci neuronowe - stosowane z powodzeniem w wielu zastosowaniach łącznie z programowaniem "inteligentnych przeciwników" w grach komputerowych 6
7 Rozpoznawanie optyczne - stosowane są już programy rozpoznające osoby na podstawie zdjęcia twarzy lub rozpoznające automatycznie zadane obiekty na zdjęciach satelitarnych. Rozpoznawanie mowy - stosowane już powszechnie na skalę komercyjną Rozpoznawanie ręcznego pisma - stosowane już masowo, np.: do automatycznego sortowania listów, oraz w elektronicznych notatnikach. Algebra komputerowa - programy automatycznie wykonujące obliczenia symboliczne takie jak Mathematica czy MathCad. Deep Blue - program, który ograł Gary Kasparowa w szachy Sztuczna twórczość - istnieją programy automatycznie generujące krótkie formy poetyckie, komponujące, aranżujące i interpretujące utwory muzyczne, które są w stanie skutecznie "zmylić" nawet profesjonalnych artystów, w sensie, że nie rozpoznają oni tych utworów jako sztucznie wygenerowanych. 7
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 szczegółowoO 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 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 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 szczegółowoHistoria sztucznej inteligencji. Przygotował: Konrad Słoniewski
Historia sztucznej inteligencji Przygotował: Konrad Słoniewski Prahistoria Mit o Pigmalionie Pandora ulepiona z gliny Talos olbrzym z brązu Starożytna Grecja System sylogizmów Arystotelesa (VI w. p.n.e.)
Bardziej szczegółowoStefan 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 szczegółowoSZTUCZNA 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 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 szczegółowoSztuczna 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 szczegółowoFestiwal 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 szczegółowoSztuczna 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 szczegółowoInteligencja. 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 szczegółowoArchipelag Sztucznej Inteligencji
Archipelag Sztucznej Inteligencji Istniejące metody sztucznej inteligencji mają ze sobą zwykle niewiele wspólnego, więc można je sobie wyobrażać jako archipelag wysp, a nie jako fragment stałego lądu.
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 szczegółowoMetody 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[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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: INTELIGENTNE SYSTEMY OBLICZENIOWE Systems Based on Computational Intelligence Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj
Bardziej szczegółowoKARTA 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 szczegółowoAlan 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 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 szczegółowoSztuczna 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 szczegółowoO ALGORYTMACH I MASZYNACH TURINGA
O ALGORYTMACH I MASZYNACH TURINGA ALGORYTM (objaśnienie ogólne) Algorytm Pojęcie o rodowodzie matematycznym, oznaczające współcześnie precyzyjny schemat mechanicznej lub maszynowej realizacji zadań określonego
Bardziej szczegółowoPODSTAWY 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 szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: SYSTEMY INFORMATYCZNE WSPOMAGAJĄCE DIAGNOSTYKĘ MEDYCZNĄ Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, projekt
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 szczegółowoElementy kognitywistyki II: Sztuczna inteligencja
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 http://konderak.eu
Bardziej szczegółowoSztuczna 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 szczegółowoPraca dyplomowa magisterska
KATEDRA WYTRZYMAŁOŚCI MATERIAŁÓW I METOD KOMPUTEROWYCH MECHANIKI Wydział Mechaniczny Technologiczny POLITECHNIKA ŚLĄSKA W GLIWICACH Praca dyplomowa magisterska Temat: Komputerowy system wspomagania wiedzy:
Bardziej szczegółowoPodstawy sztucznej inteligencji
wykład I Czym jest SI? Przeszukiwanie problemy oraz jak je rozwiązywać 13 październik 2011 Plan wykładu Od inteligencji naturalnej do sztucznej? Przyjrzyjmy się krótko historii 1 Czym jest sztuczna inteligencja?
Bardziej szczegółowoEfekt 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 szczegółowoO ISTOTNYCH OGRANICZENIACH METODY
O ISTOTNYCH OGRANICZENIACH METODY ALGORYTMICZNEJ Dwa pojęcia algorytmu (w informatyce) W sensie wąskim Algorytmem nazywa się każdy ogólny schemat procedury możliwej do wykonania przez uniwersalną maszynę
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 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 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 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 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 szczegółowoWIEDZA METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING. Adrian Horzyk. Akademia Górniczo-Hutnicza
METODY INŻYNIERII WIEDZY KNOWLEDGE ENGINEERING AND DATA MINING WIEDZA Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki
Bardziej szczegółowoInformacja w perspektywie obliczeniowej. Informacje, liczby i obliczenia
Informacja w perspektywie obliczeniowej Informacje, liczby i obliczenia Cztery punkty odniesienia (dla pojęcia informacji) ŚWIAT ontologia fizyka UMYSŁ psychologia epistemologia JĘZYK lingwistyka nauki
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 szczegółowoZastosowanie 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 szczegółowoALGORYTMY EWOLUCYJNE
1 ALGORYTMY FITNESS F. START COMPUTATION FITNESS F. COMPUTATION EWOLUCYJNE INITIAL SUBPOPULATION SENDING CHROM. TO COMPUTERS chromosome AND RECEIVING FITNESS F. EVOLUTIONARY OPERATORS VALUE fitness f.
Bardziej szczegółowokierunkowy (podstawowy / kierunkowy / inny HES) nieobowiązkowy (obowiązkowy / nieobowiązkowy) polski drugi semestr letni (semestr zimowy / letni)
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 szczegółowoSztuczna 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 szczegółowoWYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM
WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM Psychologia poznawcza dr Mateusz Hohol SPRAWY ORGANIZACYJNE Aby zaliczyć kurs z psychologii poznawczej należy: (1) zaliczyć ćwiczenia,
Bardziej szczegółowoSymbol efektu kształcenia
Efekty dla studiów drugiego stopnia - profil ogólnoakademicki, na kierunku Informatyka, na specjalnościach Metody sztucznej inteligencji (Tabela 1), Projektowanie systemów CAD/CAM (Tabela 2) oraz Przetwarzanie
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 szczegółowoPlan 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 szczegółowoKierunek: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 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 szczegółowoKIERUNKOWE 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 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 szczegółowoSztuczna 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 szczegółowoOdniesienie symbol II/III [1] [2] [3] [4] [5] Efekt kształcenia. Wiedza
Efekty dla studiów drugiego stopnia profil ogólnoakademicki na kierunku Inżynieria i Analiza Danych prowadzonym przez Wydział Matematyki i Nauk Informacyjnych Użyte w poniższej tabeli: 1) w kolumnie 4
Bardziej szczegółowoTomasz Pawlak. Zastosowania Metod Inteligencji Obliczeniowej
1 Zastosowania Metod Inteligencji Obliczeniowej Tomasz Pawlak 2 Plan prezentacji Sprawy organizacyjne Wprowadzenie do metod inteligencji obliczeniowej Studium wybranych przypadków zastosowań IO 3 Dane
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Inżynieria Biomedyczna Rodzaj przedmiotu: obowiązkowy moduł specjalności informatyka medyczna Rodzaj zajęć: wykład, laboratorium BIOCYBERNETYKA Biocybernetics Forma studiów:
Bardziej szczegółowoSZTUCZNA INTELIGENCJA
SZTUCZNA INTELIGENCJA SYSTEMY ROZMYTE Adrian Horzyk Akademia Górniczo-Hutnicza Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej Laboratorium
Bardziej szczegółowoInstytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika:
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia niestacjonarne Dla rocznika: Rok I, semestr I (zimowy) 1 Etykieta w życiu publicznym
Bardziej szczegółowoMetody 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 szczegółowoRepetytorium 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 szczegółowoElementy 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 szczegółowoWstęp 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 szczegółowoZałącznik 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 szczegółowoRok I, semestr I (zimowy) Liczba godzin
Instytut Nauk Technicznych, PWSZ w Nysie Kierunek: Informatyka Specjalność: Gry komputerowe i multimedia, GKiM studia stacjonarne Dla rocznika: 2018/2019 Rok I, semestr I (zimowy) Lp. Nazwa przedmiotu
Bardziej szczegółowoWYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM
WYKŁAD 1: PRZEDMIOT BADAŃ PSYCHOLOGII POZNAWCZEJ W UJĘCIU HISTORYCZNYM Psychologia poznawcza dr Mateusz Hohol SPRAWY ORGANIZACYJNE Aby zaliczyć kurs z psychologii poznawczej należy: (1) zaliczyć ćwiczenia,
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Mechatronika Rodzaj przedmiotu: obowiązkowy Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU CEL PRZEDMIOTU PRZEWODNIK PO PRZEDMIOCIE C1. Zapoznanie studentów z inteligentnymi
Bardziej szczegółowoZagadnienia optymalizacji i aproksymacji. Sieci neuronowe.
Zagadnienia optymalizacji i aproksymacji. Sieci neuronowe. zajecia.jakubw.pl/nai Literatura: S. Osowski, Sieci neuronowe w ujęciu algorytmicznym. WNT, Warszawa 997. PODSTAWOWE ZAGADNIENIA TECHNICZNE AI
Bardziej szczegółowoKierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia
Wydział: Informatyki, Elektroniki i Telekomunikacji Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 217/218 Język wykładowy: Polski Semestr 1 IIN-1-13-s
Bardziej szczegółowoPL Zjednoczona w różnorodności PL A8-0005/4. Poprawka
8.2.2017 A8-0005/4 4 Jean-Luc Schaffhauser Ustęp 1 wzywa Komisję do zaproponowania wspólnej unijnej definicji systemów cyberfizycznych, systemów autonomicznych, inteligentnych robotów autonomicznych oraz
Bardziej szczegółowoSZTUCZNA INTELIGENCJA Chatboty
Daniel Jasina SZTUCZNA INTELIGENCJA Chatboty 19-04-2013 1. Sztuczna inteligencja 1. Zarys 2. Test Turinga 2. Chatboty 1. Czym lub kim są? 2. Zastosowania 3. Znane chatboty 4. Działanie 3. AIML 1. Czym
Bardziej szczegółowoprawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz
WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn
Bardziej szczegółowoT2A_W01 T2A_W01 T2A_W02 3 SI_W03 Posiada szeroką wiedzę w zakresie teorii grafów T2A_W01
Efekty dla studiów drugiego stopnia profil ogólnoakademicki, na kierunku Informatyka w języku polskim, na specjalnościach Metody sztucznej inteligencji oraz Projektowanie systemów CAD/CAM, na Wydziale
Bardziej szczegółowoID1SII4. Informatyka I stopień (I stopień / II stopień) ogólnoakademicki (ogólno akademicki / praktyczny) stacjonarne (stacjonarne / niestacjonarne)
Załącznik nr 7 do Zarządzenia Rektora nr 10/12 z dnia 21 lutego 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu ID1SII4 Nazwa modułu Systemy inteligentne 1 Nazwa modułu w języku angielskim Intelligent
Bardziej szczegółowoCZYM SĄ OBLICZENIA NAT A URALNE?
CZYM SĄ OBLICZENIA NATURALNE? Co to znaczy obliczać (to compute)? Co to znaczy obliczać (to compute)? wykonywać operacje na liczbach? (komputer = maszyna licząca) wyznaczać wartości pewnych funkcji? (program
Bardziej szczegółowoInżynieria danych I stopień Praktyczny Studia stacjonarne Wszystkie specjalności Katedra Inżynierii Produkcji Dr Małgorzata Lucińska
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 205/206 Z-ID-602 Wprowadzenie do uczenia maszynowego Introduction to Machine Learning
Bardziej szczegółowoAlgorytmy 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 szczegółowoPRZEWODNIK DYDAKTYCZNY I PROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA KIERUNKU LEKARSKIM ROK AKADEMICKI 2016/2017
PRZEWODNIK DYDAKTYCZNY I PROGRAM NAUCZANIA PRZEDMIOTU FAKULTATYWNEGO NA KIERUNKU LEKARSKIM ROK AKADEMICKI 2016/2017 1. NAZWA PRZEDMIOTU: SZTUCZNA INTELIGENCJA W MEDYCYNIE 2. NAZWA JEDNOSTKI (jednostek
Bardziej szczegółowoNazwa 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 szczegółowoPL Zjednoczona w różnorodności PL. Poprawka. Beatrix von Storch w imieniu grupy EFDD
9.2.2017 A8-0005/9 9 Ustęp 1 a (nowy) 1a. wzywa Komisję do zaproponowania następujących wspólnych unijnych definicji: sztuczna inteligencja to skomputeryzowany system, który może stymulować część ludzkich
Bardziej szczegółowoMetody numeryczne w przykładach
Metody numeryczne w przykładach Bartosz Ziemkiewicz Wydział Matematyki i Informatyki UMK, Toruń Regionalne Koło Matematyczne 8 kwietnia 2010 r. Bartosz Ziemkiewicz (WMiI UMK) Metody numeryczne w przykładach
Bardziej szczegółowoWSKAŹNIKI ILOŚCIOWE - Punkty ECTS w ramach zajęć: Efekty kształcenia. Wiedza Umiejętności Kompetencje społeczne (symbole) MK_1. Analiza matematyczna
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 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 szczegółowoI 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 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 szczegółowoPlan. Zakres badań teorii optymalizacji. Teoria optymalizacji. Teoria optymalizacji a badania operacyjne. Badania operacyjne i teoria optymalizacji
Badania operacyjne i teoria optymalizacji Instytut Informatyki Poznań, 2011/2012 1 2 3 Teoria optymalizacji Teoria optymalizacji a badania operacyjne Teoria optymalizacji zajmuje się badaniem metod optymalizacji
Bardziej szczegółowoMariusz Nowak Instytut Informatyki Politechnika Poznańska
Inteligentne budynki (2) Źródła Loe E. C., Cost of Intelligent Buildings, Intelligent Buildings Conference, Watford, U. K., 1994 Nowak M., Zintegrowane systemy zarządzania inteligentnym budynkiem, Efektywność
Bardziej szczegółowoPRZEWODNIK 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 szczegółowoKierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne. Wykład Ćwiczenia
Wydział: Informatyki, Elektroniki i Telekomunikacji Kierunek: Informatyka Poziom studiów: Studia I stopnia Forma i tryb studiów: Stacjonarne Rocznik: 2016/2017 Język wykładowy: Polski Semestr 1 IIN-1-103-s
Bardziej szczegółowoInformatyczne fundamenty
Informatyczne fundamenty Informatyka to szeroka dziedzina wiedzy i praktycznych umiejętności. Na naszych studiach zapewniamy solidną podstawę kształcenia dla profesjonalnego inżyniera IT. Bez względu na
Bardziej szczegółowoProgramowanie gier. wykład 0. Joanna Kołodziejczyk. 30 września Joanna Kołodziejczyk Programowanie gier 30 września / 13
Programowanie gier wykład 0 Joanna Kołodziejczyk 30 września 2016 Joanna Kołodziejczyk Programowanie gier 30 września 2016 1 / 13 Program przedmiotu Formy zajęć: 1 Wykład studia stacjonarne (15h) 2 Laboratorium
Bardziej szczegółowoElementy 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 szczegółowoPaństwowa Wyższa Szkoła Techniczno-Ekonomiczna w Jarosławiu
Załącznik nr 1 do Uchwały nr 9/12 Rady Instytutu Inżynierii Technicznej PWSTE w Jarosławiu z dnia 30 marca 2012r Państwowa Wyższa Szkoła Techniczno-Ekonomiczna w Jarosławiu EFEKTY KSZTAŁCENIA DLA KIERUNKU
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 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 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 szczegółowoWprowadzenie 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 szczegółowoBIOCYBERNETYKA 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 szczegółowoKierunek:Informatyka- - inż., rok I specjalność: Grafika komputerowa
:Informatyka- - inż., rok I specjalność: Grafika komputerowa Rok akademicki 018/019 Metody uczenia się i studiowania. 1 Podstawy prawne. 1 Podstawy ekonomii. 1 Matematyka dyskretna. 1 30 Wprowadzenie do
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Systemy Decision suport systems Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów: studia II stopnia
Bardziej szczegółowoKIERUNKOWE 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 szczegółowoPRZEDMIOTY REALIZOWANE W RAMACH KIERUNKU INFORMATYKA I STOPNIA STUDIA STACJONARNE
PRZEDMIOTY REALIZOWANE W RAMACH KIERUNKU INFORMATYKA I STOPNIA STUDIA STACJONARNE Analiza matematyczna i algebra liniowa Metody probabilistyczne i statystyka Matematyka dyskretna Fizyka Podstawy elektrotechniki
Bardziej szczegółowo