Sztuczna Inteligencja
Program
Projekt realizowany w latach 2020-2023
Przedmioty oferowane na specjalności Sztuczna Inteligencja są związane z kluczowymi zagadnieniami SI takimi jak: uczenie maszynowe, sieci neuronowe, analiza decyzji, techniki optymalizacji, widzenie komputerowe, przetwarzanie dużych wolumenów danych i języka naturalnego, cyberbezpieczeństwo oraz Internet przedmiotów, a także z wykorzystaniem narzędzi SI w robotyce, informatyce biomedycznej, grach, procesach biznesowych i naukach społecznych. Praktyczny wymiar kształcenia wzmacniają przewidziane w programie specjalności: projekty badawczo-wdrożeniowe, staże zawodowe lub wizyty studyjne w zagranicznych ośrodkach naukowych oraz udział studentów w renomowanych konferencjach.
Studia magisterskie podzielone są na trzy semestry. Poniżej znajduje się lista przedmiotów w każdym z trzech semestrów wraz z listą najważniejszych zagadnień, które poruszają oraz z ich wymiarem godzinowym. Oznaczenia: PO – Przedmiot Obieralny, W – Wykład, L – Laboratoria, C – Ćwiczenia, P – Projekt, S – Seminaria, E – Egzamin.
Moduł kształcenia | Słowa kluczowe | ECTS | Godziny |
---|---|---|---|
Systemy uczące się | zaawansowane metody uczenia maszynowego, uczenie nadzorowane i nienadzorowane, przygotowanie danych uczących, aktywne uczenie, dane uwarunkowane czasowo - strumienie czasowe, interpretowalność systemów uczenia maszynowego | 5 | W30+L30 |
Inteligentne systemy wspomaganie decyzji | zaawansowane metody wspomagania decyzji, modelowanie preferencji, metody odporne, hierarchiczne, stochastyczne i regułowe, negocjacje i decyzje grupowe, decyzje w warunkach ryzyka i niepewności, wskaźniki złożone, nowoczesne platformy wspomagania decyzji | 5 | W30+L30+E |
Widzenie komputerowe | reprezentacja i pozyskiwanie obrazów, selekcja i konstrukcja cech, przetwarzanie, segmentacja i rozpoznawanie obrazów, sieci neuronowe w widzeniu komputerowym, stereoskopia, analiza ruchu, aspekty algorytmiczne i implementacyjne | 5 | W30+L30+E |
Zaawansowane metody inteligencji obliczeniowej | wnioskowanie probabilistyczne, sieci Bayesowskie, wnioskowanie w sieciach, problemy decyzyjne Markowa, uczenie ze wzmocnieniem, programowanie genetyczne, uczenie różnicowe, systemy agentowe | 4 | W30+L30 |
Przetwarzanie masywnych danych | architektury systemów, bazy danych NoSQL, systemy zarządzania, przechowywania i przetwarzania masywnych danych, dane grafowe i strumieniowe, Lambda, Cassandra, CQL, Google File System, Pregel, RDD, Flink, Kafka, Spark | 4 | W30+L30 |
Inteligentne metody optymalizacji | optymalizacja dyskretna/kombinatoryczna, metody pełnego przeglądu, przeszukiwanie heurystyczne (zachłanne, lokalne, wieloskalowe, TS, SA), algorytmy populacyjne, hybdrydowe algorytmy ewolucyjne, hiper-heurystyki, no free lunch, projektowanie inteligentnych metod optymalizacji dla konkretnych problemów | 2 | W15+L15 |
PO1: Narzędzia uczenia maszynowego | wersjonowanie danych i modeli statystycznych, zarządzanie przepływem ML, adnotacja danych, monitorowanie procesu uczenia, produktyzacja modeli, platformy ML, narzędzia do zarządzania projektem uczenia maszynowego | 3 | W15+L15 |
PO1: Narzędzia modelowania wiedzy | sieci semantyczne, trójkowy model danych, języki RDF, OWL i SPARQL, ontologie, bazy i grafy w Internecie, embeddings, istniejące zasoby (Wiki, Wordnet, Freebase), rdflib, Protege, owlready2, R2RML, JSON-LD | 3 | W15+L15 |
Interpersonal Communication | język angielski, nauki społeczne | 2 | W10+C20 |
Moduł kształcenia | Słowa kluczowe | ECTS | Godziny |
---|---|---|---|
Uczenie głębokie | głębokie uczenie w uczeniu maszynowym, optymalizacji, uczeniu reprezentacji i inżynierii cech, detekcji, regresji, widzeniu komputerowym, interpretacji sekwencji i analizie szeregów czasowych, Keras, Tensorflow, Pytorch | 5 | W30+L30+E |
Zaawansowane przetwarzanie języka naturalnego | analiza i wykorzystanie modeli statystycznych i głębokiego uczenia w automatycznym przekładzie, analizie wydźwięku, klasyfikacji, analizie składniowej, modelowaniu tematycznym; semantyka, modele sekwencyjne, predykcja sekwencji, analiza zależnościowa, tłumaczenie maszynowe, dopasowanie słów, transfer wiedzy i lingwistyczny, PyTorch, Hugging Face, fastText, spacy, wit.ai, SentencePiece | 5 | W45+L15+E |
Metody sztucznej inteligencji w robotyce | roboty manipulacyjne, mobilne, kroczące i antropomorficzne, sensory, sterowanie, nawigacja, planowanie ruchu, SI w problemach dot. agentów fizycznych i interakcji, autonomiczny samochód, system ROS | 5 | W30+L30 |
Algorytmy i modele inspirowane biologicznie | zaawansowane algorytmy genetyczne i ewolucyjne, koewolucja, algorytmy mrówkowe, roju cząstek, systemów odpornościowych, pszczele, projektowanie ewolucyjne i robotyka ewolucyjna | 3 | W15+L15 |
PO2: Algorytmiczna teoria decyzji | teoria gier (gry strategicznie, rozległe, zatłoczenia), analiza efektywności i graniczna analiza danych, optymalizacja wielokryteriowa - algorytmy klasyczne i ewolucyjne, uczenie preferencji | 3 | W15+L15 |
PO2: Technologie dobra społecznego | przyswajanie wiedzy domenowej, projektowanie produktów cyfrowych, wprowadzanie zmian zachowań klientów, identyfikacja problemów projektów cyfrowych i projektowanie lepszych dla dobra społecznego | 3 | W15+L15 |
Metodologia projektów badawczych | prowadzenie badań, prowadzenie eksperymentów, analiza tekstów naukowych, wytyczne do pisania prac naukowych | 1 | C15 |
Scientific & technical writing | język angielski, pozyskiwanie informacji, formułowanie tekstów, selekcja materiały, wskazówki edycyjne | 2 | C30 |
PO3: Modelowanie biznesowe z wykorzystaniem SI | nauki społeczne, konkurencyjne przedsiębiorstwo / start-up, role ekosystemy przedsiębiorczości, tworzenie modelu biznesowego, metodyka canvas, bariery rozwoju w zastosowaniu SI | 3 | W15+C15 |
PO3: Etyczne i społeczne aspekty SI | nauki społeczne, etyka SI, normy moralne i wartości społeczne a problematyka SI, AI w biznesie, unijne wytyczne w zakresie etyki SI | 3 | W15+C15 |
PO3: Wprowadzenie do kognitywistyki | nauki społeczne, kognitywistyka, poznanie, funkcjonowanie ludzkiego mózgu, naukowe modele poznania, rola matematyki i cybernetyki w poznaniu świata | 3 | W15+C15 |
Projekt badawczo-wdrożeniowy I | zespołowe opracowanie rozwiązania aplikacyjnego, które może zostać zastosowane w przedsiębiorstwie, organizacji, instytucji, itd. (projekt kontynuowany w semestrze 3) | 3 | P45 |
Moduł kształcenia | Słowa kluczowe | ECTS | Godziny |
---|---|---|---|
Teoria uczenia maszynowego | statystyczna teoria uczenia, statystyczna teoria decyzji, minimalizacja ryzyka, teoria uogólnienia, przetarg obciążenia/wariancji, teoria uczenia przyrostowego, predykcje, przyrostowa optymalizacja | 2 | W15+C15 |
PO4: Eksploracja procesów biznesowych | modelowanie, zarządzanie wykonaniem i analiza procesów biznesowych, projektowanie, odkrywanie i usprawnianie procesów | 4 | W30+L30 |
PO4: Sztuczna inteligencja w informatyce biomedycznej | analiza danych biologicznych i medycznych, systemy i narzędzia SI w informatyce medycznej i bioinformatyce | 4 | W30+L30 |
PO5: Sztuczna inteligencja w grach | algorytmy SI w grach planszowych, modelowanie zachowań agentów, reprezentacja środowiska gier, agentów i środowiska, fabuła, boty, rój, tłum | 2 | W15+L15 |
PO5: Cyberbezpieczeństwo | aspekty bezpieczeństwa teleinformatycznego, ryzyko naruszenia poufności, integralności i dostępności danych, systemy sieciowe odpowiedz. za bezpieczeństwo | 2 | W15+L15 |
PO6: Wizualizacja danych wielowymiarowych | operacje wektorowo-macierzowe, metoda składowych głównych, metoda skalowania wielowymiarowego, reprezentacja danych | 2 | W15+L15 |
PO6: Internet przedmiotów | idea Internetu Rzeczy, sensory, platformy sprzętowe IoT, łączność, komunikacja, przetwarzanie danych, bezpieczeństwo | 2 | W15+L15 |
PO7: Praktyczne aspekty sztucznej inteligencji | rozliczenie stażu | 1 | P30 |
PO7: Najnowsze trendy w sztucznej inteligencji | rozliczenie wizyty studyjnej | 1 | P30 |
Projekt badawczo-wdrożeniowy II | zespołowe opracowanie rozwiązania aplikacyjnego, które może zostać zastosowane w przedsiębiorstwie, organizacji, instytucji, itd. | 2 | P45 |
Seminarium dyplomowe | metodologia przygotowywania i prezentowania opracowań naukowych, tworzenie dokumentów (pośrednio, wraz z promotorem pracy) oraz przygotowanie i wygłaszanie prezentacji (bezpośrednio) | 2 | S30 |
Przygotowanie pracy magisterskiej | wykonanie badań naukowych zdefiniowanych w ramach tematu pracy lub wykonanie złożonego projektu informatycznego, przygotowanie pracy magisterskiej | 15 | - |
Karty ECTS wszystkich przedmiotów dostępne są na stronie Politechniki Poznańskiej.