Podstawy uczenia maszynowego 1400-Kog24PUM-SP
Wykład (WYK) Semestr letni 2025/26

Informacje o zajęciach (wspólne dla wszystkich grup)

Liczba godzin:	30
Limit miejsc:	(brak limitu)
Zaliczenie:	Egzamin
Rygory zaliczenia zajęć:	egzamin
Literatura uzupelniająca:	Uczenie maszynowe w Pythonie : receptury : od przygotowania danych do deep learningu / Kyle Gallatin, Chris Albon ; przekład Robert Górczyński. Autor: Gallatin, Kyle. Gliwice : Helion, © 2024. - wybrane rozdziały
Metody dydaktyczne:	wykład monograficzny
Metody dydaktyczne - inne:	dyskusja
Literatura:	Uczenie maszynowe i sieci neuronowe / Krzysztof Krawiec, Jerzy Stefanowski. Autor: Krawiec, Krzysztof. Poznań : Wydaw. Politechniki Poznańskiej, 2003. - wybrane rozdziały
Efekty uczenia się:	K_W20 - Zna zagadnienia dotyczące analizy danych i uczenia maszynowego oraz przetwarzania języka naturalnego K_U18 - Potrafi analizować dane z użyciem narzędzi z obszarów uczenia maszynowego oraz przetwarzania języka naturalnego
Metody i kryteria oceniania:	Kolokwium 10 pytań z kolokwium punktacja 1-5 - ndst 6-dst 7 dst+ 8 dobry 9 dobry plus 10 bardzo dobry
Zakres tematów:	1. Wprowadzenie 2. Analiza danych 3. Regresja 4. Drzewa decyzyjne 5. Lasy losowe 6. KNN 7. NLP

Grupa	Termin(y)	Prowadzący	Miejsca Liczba osób w grupie / limit miejsc	Akcje
1	każdy wtorek, 16:45 - 18:15, sala 7	Łukasz Apiecionek	17/18	szczegóły
Wszystkie zajęcia odbywają się w budynku: Budynek przy ulicy M. Kopernika

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Kazimierza Wielkiego.