Conducted in
terms:
2022/23Z, 2023/24Z, 2024/25Z, 2025/26Z, 2025/26L
ISCED code: 0541
ECTS credits:
6
Language:
Polish
Organized by:
Faculty of Mathematics and Computer Science
Machine learning 1000-MS1-UMasz
This course has not yet been described...
|
Term 2022/23Z:
None |
Term 2023/24Z:
None |
Term 2024/25Z:
None |
Term 2025/26Z:
None |
Total student workload
(in Polish) Wykład – 30 godz.
Laboratorium – 30 godz.
Samodzielne studiowanie tematyki zajęć – 35 godz.
Rozwiązywanie zadań domowych – 25 godz.
Przygotowanie do egzaminu – 30 godz.
Razem: 150 godz. - 6 punktów ECTS
Learning outcomes - knowledge
(in Polish) W1: zna najważniejsze problemy uczenia maszynowego - K_W01, K_W03, K_W06,
W2: zna przynajmniej jeden algorytm stosowany do rozwiązania najważniejszych problemów uczenia maszynowego - K_W03, K_W04, K_W06, K_W07.
Learning outcomes - skills
(in Polish) U1: potrafi rozwiązywać najważniejsze problemy uczenia maszynowego, używając dostępnych algorytmów – K_U01, K_U02, K_U03,
U2: umie znaleźć i analizować zbiory danych adekwatne do określonego problemu uczenia maszynowego - K_U19, K_U21,
U3: potrafi zinterpretować, ocenić i przedstawić wyniki analiz - K_U04, K_U05, K_U06, K_U16, K_U19.
Learning outcomes - social competencies
(in Polish) K1: potrafi w sposób zrozumiały (dla matematyków i niematematyków) formułować problemy uczenia maszynowego i metody ich rozwiązania – K_K03,
K2: rozumie i docenia znaczenie uczenia maszynowego w analizie danych K_K05,
Expository teaching methods
- informative (conventional) lecture
Exploratory teaching methods
- laboratory
Type of course
compulsory course
Prerequisites
(in Polish) Zaliczenie przedmiotów „Narzędzia eksploracji danych”, „Statystyka matematyczna”, ,,Eksploracja danych"
Course coordinators
Bibliography
|
Term 2022/23Z:
None |
Term 2023/24Z:
None |
Term 2024/25Z:
None |
Term 2025/26Z:
None |
Additional information
Additional information (registration calendar, class conductors, localization and schedules of classes), might be available in the USOSweb system: