Kod przedmiotu |
02 96 6278 00 |
Liczba punktów ECTS |
5 |
Nazwa w języku prowadzenia |
Projekt zespołowy |
Nazwa w języku polskim |
Projekt zespołowy |
Nazwa w języku angielskim |
Team Project |
Język prowadzenia zajęć |
polski |
Formy zajęć
Liczba godzin w semestrze |
|
Wykład |
Ćwiczenia |
Laboratorium |
Projekt |
Seminarium |
Inne |
E-learning |
Godziny kontaktowe |
|
|
|
10 |
|
60 |
|
Kształcenie na odległość |
Nie |
Nie |
Nie |
Nie |
Nie |
Nie |
Nie |
Udział wagowy w ocenie końcowej. |
|
|
|
1,00 |
|
0 |
|
|
Jednostka prowadząca |
Instytut Informatyki Stosowanej |
Kierownik przedmiotu |
dr hab. inż. Jacek Kucharski, prof. dr hab. inż. Krzysztof Ślot |
Realizatorzy przedmiotu |
dr hab. inż. Anna Fabijańska, dr hab. Szymon Grabowski, prof. dr hab. inż. Adam Pelikant, dr hab. inż. Wojciech Tylman |
Wymagania wstępne |
Podstawowe, praktyczne umiejętności w projektowaniu i implementacji metod sztucznej inteligencji i uczenia maszynowego. |
Przedmiotowe efekty uczenia się |
- Umiejętność projektowania i prototypowania innowacyjnego rozwiązania wykorzystującego metody sztucznej inteligencji i uczenia maszynowego odpowiednie do danego zagadnienia,
- Umiejętność efektywnej pracy w grupie.
- Umiejętność dokonania przeglądu istniejących rozwiązań oraz publikacji badawczych w celu ustalenia stanu wiedzy w danej dziedzinie.
- Umiejętność oceny, wyboru i integracji różnych elementów technologii informacyjnych w jednym rozwiązaniu.
- Umiejętność podejmowania adekwatnych decyzji z uwzględnieniem dostępnych zasobów ludzkich i ograniczeń czasowych
|
Metody weryfikacji przedmiotowych efektów uczenia się |
Raporty z projektu, obserwacja aktywności i wkładu do realizacji projektu, prezentacje wyników prac, ewentualne zgłoszenie konferencyjne
|
Kierunkowe efekty uczenia się |
- Zna i rozumie główne tendencje rozwojowe informatyki w obszarze sztucznej inteligencji i uczenia maszynowego
- Zna i rozumie pozatechniczne uwarunkowania prowadzenia działalności inżynierskiej i badawczej związanej ze sztuczną inteligencją i uczeniem maszynowym, również dotyczące aspektów ekonomicznych, prawnych i etycznych.
- Potrafi przeanalizować złożony problem i zaproponować jego innowacyjne rozwiązanie, wykazując się kreatywnością w łączeniu wiedzy z obszaru tematycznego sztucznej inteligencji i powiązanych, innych dziedzin informatyki, a także dyscyplin specyficznych dla danego problemu, z uwzględnieniem zmieniających się oraz nieprzewidywalnych uwarunkowań.
- Potrafi zaprojektować, zaimplementować i ocenić system lub algorytm przetwarzania i analizy informacji wykorzystujący elementy sztucznej inteligencji i uczenia maszynowego, spełniający narzucone wymagania, dokonując przy tym wyboru odpowiednich do tego celu technik i narzędzi, a w razie potrzeby dostosować istniejące lub utworzyć nowe techniki i narzędzia.
- Potrafi łączyć teorie, wiedzę specjalistyczną z różnych obszarów informatyki oraz wyniki prac badawczych w obszarze sztucznej inteligencji i uczenia maszynowego w procesie budowy rozwiązania.
- Jest gotów do odpowiedzialnego pełnienia ról zawodowych i społecznych, w oparciu o zasady prawne i etyczne, myśląc i działając w sposób przedsiębiorczy.
- Jest gotów do krytycznej oceny posiadanej wiedzy i odbieranych treści, w tym założeń, wywodów i danych przedstawianych na ich poparcie, do uznawania znaczenia wiedzy w rozwiązywaniu problemów oraz do zasięgania opinii ekspertów, a także wskazania tematyki w której sam może pełnić rolę eksperta.
|
Formy i warunki zaliczenia przedmiotu |
Ocena formująca: - w trakcie trwania kursu, na podstawie zaangażowania i wkładu w projekt, na bazie spotkań tygodniowych, aktywności w obydwu fazach projektu. Ocena końcowa, podsumowująca jest wystawiana na podstawie następujących elementów pracy indywidualnej i grupowej: - indywidualnie na podstawie wkładu w projekt oraz poziomu wystąpienia w prezentacji końcowej (50%), - grupowo na podstawie trzech elementów (50%): 1. Wartości technicznej rozwiązania, 2. Zawartości i formy prezentacji końcowej projektu, 3. Raportu końcowego. |
Szczegółowe treści przedmiotu |
Projekty prowadzone w grupach 4-5 studentów przy udziale prowadzącego; w miarę potrzeb możliwe konsultacje z innymi akademikami lub praktykami z przemysłu, - spotkania robocze z prowadzącym, - projekt prowadzony w dwóch fazach: 1. Faza definiowania problemu i wstępne badanie rynku lub przegląd literatury 2. Realizacja - faza opracowywania rozwiązania problemu, - odrębne problemy proponowane dla każdej z grup studentów; możliwy jest wybór projektów na podstawie preferencji studentów lub przydzielanie (losowe lub arbitralne) studentów do grup problemowych, - zagadnienia problemowe projektowane zgodnie z założonymi efektami uczenia się, przy czym wskazany jest: 1. Wybór zagadnień ze styku AI, ML, informatyki i innych dziedzin lub zastosowania AI i ML w ważnych domenach życia. 2. Wybór problemów, których rozwiązanie pomoże w ważnych sferach życia w znaczeniu społecznym i publicznym. 3. Dobór zagadnień, których rozwiązaniami mogą być średniej wielkości modele lub algorytmy AI lub mniejsze rozwiązania, ale o specyficznej, dedykowanej do nietypowych zastosowań lub wysoce złożonej logice i architekturze. |
Literatura podstawowa |
brak |
Literatura uzupełniająca |
brak |
Bilans godzin
|
Forma zajęć |
Liczba godzin |
Projekt |
10 |
Inne |
60 |
SUMA : |
70 |
|
Uwagi |
|
Data aktualizacja karty |
2021-12-07 17:48:47 |