Uczenie maszynowe

Treści kształcenia

Podstawowe zagadnienia sztucznej inteligencji i uczenia maszynowego. Nadzorowane i nienadzorowane uczenie pojęć i klasyfikacji. Kryteria oceny systemów klasyfikujących. Sieci neuronowe. Indukcyjne programowanie logiczne. Uczenie ze wzmocnieniem. Algorytmiczna teoria uczenia. Systemy uczące się o zaawansowanej architekturze.

Efekty kształcenia - umiejętności i kompetencje

Student zna podstawowe zagadnienia związane z uczeniem maszynowym oraz potrafi zastosować metody uczenia maszynowego do rozwiązywania problemów o charakterze informatycznym i biologicznym.