Przedmiot dotyczy metod obliczeniowych zaliczanych do „sztucznej inteligencji”. Przedmiot obejmuje wykład, ćwiczenia i projekt. Materiał wykładu został podzielony na 3 części liczące w sumie 15 rozdziałów. Część pierwsza obejmuje reprezentację wiedzy w logice, mechanizmy wnioskowania i algorytmy przeszukiwania. Część druga omawia wiedzę niepewną - sieci Bayesa, dynamiczne Sieci Bayesa. Część trzecia dotyczy metod uczenia – indukcji, metod statystycznych, w sieciach neuronowych i uczenia ze wzmacnianiem. W podziale przedmiotu na jednostki lekcyjne kierujemy się standardowym podręcznikiem do „Sztucznej Inteligencji” autorstwa Russela i Norviga.

Na stronie ITO są umieszczane sukcesywnie materiały wykładowe dotyczące poszczególnych rozdziałów. Jest także dostępny podręcznik multimedialny (autorów Arabas, Cichosz, Dydyński) przedstawiający w przystępnej formie treść większości zagadnień poruszanych w ramach wykładu.

Metody numeryczne dostarczają narzędzi, dzięki którym w wielu przypadkach można otrzymać wyniki niemożliwe do uzyskania przy stosowaniu formalnych metod klasycznej matematyki. Dotyczy to w szczególności zagadnień związanych z doborem wzorów empirycznych i oceny ich parametrów, oceny rzeczywistych wartości mierzonych wielkości i dokładności pomiarów.

Zostaną omówione podstawowy teoretyczne wybranych metod numerycznych uzupełnione ćwiczeniami laboratoryjnymi.

1. Elementy teorii błędów błędy bezwzględne, błędy względne, błąd funkcji jednej i wielu zmiennych, błędy działań arytmetycznych, stabilność algorytmów.
2. Interpolacja funkcji funkcje interpolacyjne, wielomian Lagrange`a i Newtona, węzły Czebyszewa, zbieżność procesów interpolacyjnych, interpolacja funkcjami sklejanymi.
3. Aproksymacja funkcje aproksymacyjne, wielomiany algebraiczne i trygonometryczne, błąd aproksymacji, aproksymacja funkcji ciągłej,
4. Numeryczne rozwiązywanie równań i układów nieliniowych. izolacja pierwiastków, uwagi o dokładności i rząd metody, metoda bisekcji, metoda siecznych i stycznych (Newtona), pierwiastki wielokrotne, układy nieliniowe.
5. Całkowanie numeryczne. całkowanie numeryczne, kwadratury Newtona-Cotesa, wzory trapezów i Simpsona, kwadratury Gaussa-Legendre`a, węzły Legendre`a, uwagi o dokładności.

Oferta prac magisterskich

Oferta prac magisterskich

Seminarium Dyplomowe dla studentów,

Cel przedmiotu w pierwszej jego części stanowi przedstawienie metodologii syntezy optymalnych reguł decyzyjnych dla wieloetapowych nieliniowych zadań, w warunkach niepewności, oraz pokazanie sposobów i możliwości wyznaczania tych reguł w różnych warunkach i przy pomocy różnych wariantów metody programowania dynamicznego. Jednocześnie pokazane są trudności towarzyszące syntezie optymalnej w przypadku ogólnym. Druga część przedstawia praktyczne sposoby tworzenia reguł decyzyjnych (reguły parametryzowane, powtarzana optymalizacja wartości decyzji, układy uczące się) oraz warstwowych układów zarządzania i sterowania, a także przykłady ich zastosowania. Po zaliczeniu przedmiotu student będzie potrafił tworzyć mechanizmy decyzyjne w różnych zastosowaniach, w tym w systemach zarządzania i w układach sterowania nadrzędnego. Celem projektu jest rozwinięcie i utrwalenie tych umiejętności.

Wpisz tutaj zwięzły i interesujący tekst, który wyjaśnia o czym jest ten kurs.

Szanowni Państwo - Drodzy Studenci. We współczesnej informatyce coraz większą rolę odgrywa przepływ informacji. Dane są gromadzone i przekazywane w ilościach dotąd niespotykanych. Od umiejętnego sterowania przepływem danych zależy los wielu wielkich firm. Odpowiednia automatyzacja procesu przepływu informacji daje ogromne wymierne korzyści. Bazy danych i systemy zarządzania bazami danych służą właśnie temu, by móc przechowywać nawet ogromne ilości danych bez narażenia na ich utratę oraz by móc odpowiednio szybko i wygodnie sterować ich przepływem. Bazy danych wdarły się zarówno do sieci lokalnych w firmach, gdzie gromadzone są dane na potrzeby pracowników, jak również do Internetu, gdzie dostęp do nich mają miliardy użytkowników na całym świecie. Dynamiczny rozwój baz danych zaimplikował powstanie wielu nowych technologii programowania ukierunkowanych na jeszcze wydajniejsze wykorzystanie baz danych w aplikacjach. Z kolei administracja systemami zarządzania bazami danych stała się osobną gałęzią informatyki, tak jak administracja systemami operacyjnymi komputerów lub administracja sieciami komputerowymi. Wielu pracodawców poszukuje wykwalifikowanych specjalistów z zakresu określonych systemów zarządzania bazami danych (jak Oracle czy MS SQL Server). Znajomość zarówno teorii baz danych, jak i konkretnego środowiska pracy z nimi, jest więc okazją podniesienia swoich kwalifikacji. Wykorzystując możliwości systemu zarządzania bazami danych Microsoft SQL Server 2005 postaramy się w niniejszym kursie zilustrować zagadnienia dotyczące administracji systemami zarządzania bazami danych, programowania baz danych, analizy biznesowej danych i obiektowych baz danych. Mamy nadzieję, że kurs pozwoli Państwu na bliższe zapoznanie się z zaawansowaną tematyką baz danych. Autorzy