Program studiów

Program studiów podyplomowych na kierunku - Artificial intelligence. Machine learning.  

Liczba miesięcy nauki: 9
Liczba godzin: 195
Liczba zjazdów: 11
Liczba semestrów: 2
ANALIZA DANYCH W PYTHON
(24 godz.)
  • Składnia, tablice, funkcje, Pandas (24 godz.) 
PODSTAWY MS SQL SERVER
(18 godz.)
  • Diagramy ERD, Normalizacja, SQL DDL, SQL DML (18 godz.) 
PROGRAMOWANIE OBIEKTOWE PYTHON
(9 godz.)
  • Atrybuty, dziedziczenie, polimorfizm, metody specjalne (9 godz.) 
WDROŻENIE I ZASTOSOWANIE MODELI UCZENIA MASZYNOWEGO
(18 godz.)
  • Cykl życia modelu uczenia maszynowego - korzystanie z modeli (8 godz.)
  • Korzystanie z modeli językowych np. chatGPT / Copilot (6 godz.)
  • Przegląd dostępnych materiałów w publikacjach naukowych (4 godz.)
PODSTAWTY STATYSTYKI
(14 godz.)
  • Wprowadzenie do zagadnień statystyki opisowej (7 godz.)
  • Wprowadzenie do zagadnień statystyki matematycznej (7 godz.)
UCZENIE MASZYNOWE W PRAKTYCE (PYTHON)
(20 godz.)
  • Algorytmy uczenia maszynowe z nadzorem (regresja liniowa, lasy losowe, xgboost, analiza szeregów czasowych) (20 godz.) 

 

ZAAWANSOWANY SQL
(16 godz.)
  • DDL/DML. Zaawansowany quering (12 godz.) 

  •  Integracja SQL z Python (3 godz.) 

  • Wizualizacja danych (1 godz.) 

NIERELACYJNE BAZY DANYCH (NOSQL) - NP. MONGODB, ELASTIC, NOE4J. WPROWADZENIE DO BAZ DANYCH TYPU NOSQL
(16 godz.)
  • Querying przykładowych baz noSQL (16 godz.) 
WWPROWADZENIE DO ALGORYTMÓW GŁĘBOKIEGO UCZENIA MASZYNOWEGO - DEEP LEARNING (KERAS, TESNORFLOW, PYTORCH) (24 godz.) Sieci
(24 godz.)
  • Sieci neuronowe w przetwarzaniu danych numerycznych i kategorycznych (10 godz.) 

  • Sieci neuronowe w przetwarzaniu obrazów (6 godz.) 

  • Sieci rekurencyjne oraz modele encoder-decoder (8 godz.) 

COMPUTER VISION
(8 godz.)
  • Wytrenowanie modelu detekcji obiektów na obrazach (6 godz.) 

  • Wykorzystanie modelu do analizy obrazu czasie rzeczywistym (2 godz.) 

ANALIZA DANYCH TEKSTOWYCH Z WYKORZYSTANIEM SZTUCZNEJ INTELIGENCJI
(20 godz.)
  • Wektoryzacja tekstu z wykorzystaniem GloVe (4 godz.) 

  • Wprowadzenie do modeli z atencją (8 godz.) 

  • Analiza tekstu z wykorzystaniem modeli opartych o architekturę Transformer (8 godz.)

PROJEKT
(8 godz.)
  • Seminarium projektowe (8 godz.) 
Forma zaliczenia

testy semestralne i egzamin końcowy polegający na obronie projektu