Osiągnięcia

Wykłady

1 Informacje wstępne    Dodatkowe
2. Uczenie się indukcyjne    Indukcja reguł
3. Drzewa decyzyjne - klasyfikacja         Komitety klasyfikatorów 
3a. Drzewa decyzyjne - regresja    Przetwarzanie atrybutów
4.  Liniowe metody klasyfikacji    Analiza danych – wykrywanie obserwacji odstających, uzupełnianie brakujących danych
5. Liniowe metody aproksymacji    Algorytmy ewolucyjne 
6. Sztuczne sieci neuronowe - aproksymacja    Sztuczne sieci neuronowe jako aproksymatory funkcji - rozszerzony wykład 
6a.  Sztuczne sieci neuronowe - klasyfikacja     
7.  Klasyfikator Bayesa     
8.  Klasyfikatory minimalnoodległościowe     
9.  Grupowanie danych     
10.  Konwolucyjne sieci neuronowe     
11.       
12.       
13.       
14.      

 

Ćwiczenia laboratoryjne

Symbol  Temat
MAT Matlab, Matlab tutorial, Instrukcje
DD Klasyfikacja danych za pomocą drzew decyzyjnych 
LMK Liniowe metody klasyfikacji 
LMA Liniowe metody aproksymacji 
SNA Wielowarstwowy perceptron do aproksymacji funkcji
SNK Wielowarstwowy perceptron do klasyfikacji
KM Klasyfikator minimalnoodległościowy | Zbiór danych
GD Grupowanie danych  | Zbiór danych
OO Opercje na obrazach
   

 

Warunki zaliczenia

  1. Obecność na zajęciach laboratoryjnych (dopuszczalna jedna nieobecność).
  2. Terminowa i samodzielna realizacja ćwiczeń laboratoryjnych i sprawozdań.
  3. Znajomość zadanego materiału oraz znajomość materiału prezentowanego na wykładzie.
  4. Zaliczone wszystkie sprawozdania.

Ocena końcową jest średnią z: 

  • ocen ze sprawozdań,
  • ocen za aktywność na zajęciach,
  • ocen z zadań dodatkowych.

Studenci, którzy mają aspiracje na ocenę bardzo dobrą powinni realizować zadania zamieszczane w punktach "Zadania dodatkowe dla ambitnych" w instrukcjach do poszczególnych ćwiczeń laboratoryjnych.

 

Wymagania odnośnie sprawozdania

  • Sprawozdania przesyłamy w postaci elektronicznej, w pliku pdf pod nazwą


SWiUM_Nazwisko_SymbolĆwiczenia_SymbolRoku.pdf


gdzie:
SymbolĆwiczenia znajduje się na początku każdej instrukcji (np. Mat, DD, LMK, GD), 
SymbolRoku zawiera rok, symbol kierunku i oznaczenie "S" dla studiów stacjonarnych lub "NS" dla studiów niestacjonarnych (rok_kierunek_S/NS)

Przykład prawidłowej nazwy pliku ze sprawozdaniem: SWiUM_Nowak_LMK_3_AiR_S.pdf
W temacie emaila proszę skopiować nazwę pliku ze sprawozdaniem j.w.

Sprawozdania niespełniające powyższych wymogów nie będą przyjmowane.

  • Wzór sprawozdania znajduje się na stronie internetowej. Na stronie tytułowej należy umieścić podstawowe informacje (ściśle według wzoru sprawozdania).
  • Sprawozdanie powinno zawierać:
    • A. Cel ćwiczenia.
    • B. Treść zadania.
    • C. Część teoretyczną.
    • D. Metodykę rozwiązania zadania, opis algorytmów, metod, danych.
    • E. Zestawienie i omówienie wyników.
    • F. Wnioski.
    • G. Kod źródłowy programu implementującego rozwiązanie zadania (jeśli nie znalazł się w części D).
  • W przypadku sekcji dwuosobowych, sprawozdanie (jedno na dwuosobową sekcję) przygotowują obie osoby w sekcji i obie są przygotowane do jego zaliczenia. W przypadku odrabiania ćwiczenia, każda osoba w sekcji wykonuje ćwiczenie oraz sprawozdanie samodzielnie ze zmienionym numerem sekcji – 10+nr_gr (pierwsza osoba w sekcji), 20+nr_gr (druga osoba w sekcji).
  • Sprawozdania oddajemy i zaliczamy na następnych zajęciach. Jeśli sprawozdanie oddane lub zaliczane jest później, ocena jest obniżana.
  • Treść sprawozdania powinna być czytelna. Należy jasno opisać zadanie i sposób jego rozwiązania oraz dać właściwe wnioski. Kolejne czynności i warianty rozwiązania powinny być opisane w kolejnych punktach sprawozdania (zatytułowanych) tak, aby można było powtórzyć badania i eksperymenty.
  • Metoda rozwiązania powinna być dokładnie opisana, podać algorytmy, schematy itp.
  • Wyniki powinny być zestawione w czytelnej formie, zanalizowane i zinterpretowane.
  • Wszystkie wątpliwości związane z ćwiczeniem lub "dziwne" wyniki należy przedyskutować z prowadzącym.
  • Należy zwrócić uwagę na staranny układ tekstu sprawozdania, numerację stron itp.

 

Lista Inf. IT    Lista Inf. TIiTM   Lista Elektr.

Wykład z systemów eksperckich

Instrukcja do systemu Ekspert

Przykład prostego systemu ekspertowego w Ekspercie

Artykuł prof. Brzowskiego dot. zastosowania systemu eksperckiego w elektrowni 

Artykuł prof. Brzowskiego dot. systemu Ekspert  

Program Ekspert - plik do podmiany

Strona SWI Prolog  |  SWI Prolog (przegraj do katalogu Dokumenty)

Zadania z Prologu 

 

Lista elektrotechnika

Lista informatyka

 

Pytania do egzaminu/zaliczenia wykładu

 

Wymagania odnośnie projektu systemu eksperckiego w środowisku EKSPERT

  • Projekt wykonujemu w sekcjach dwuosobowych
  • Na projekt przewidzianych jest 15 godz. zajęć
  • Minimalna liczba reguł - 70, minimalna liczba faktów - 7
  • Warunkiem zaliczenia projektu jest uruchomienie systemu i przeprowadzenie procesu wnioskowania
  • Z projektu należy wykonać sprawozdanie, które powinno zawierać:
    • stronę tytułową sporządzoną według wzoru sprawozdania podanego na stronie www,
    • część teoretyczną dot. systemów eksperckich i systemu Ekspert (2-3 str.),
    • gruntowny opis zaimplementowanego problemu (1-2 str.),
    • zestawienie faktów (z ich typami i ew. wartościami wyliczeniowymi) i reguł,
    • zobrazowanie trzech wariantów wnioskowania (w przód, wstecz i mieszanego) z podaniem wartości faktów (treść pliku tekstowego) i zrzutów ekranu,
    • wnioski. 

 

Wymagania odnośnie sprawozdania z zadań i projektu w Prologu

  • Zadania i projekt wykonujemu w sekcjach dwuosobowych
  • Z zadań i projektu należy wykonać jedno sprawozdanie, które powinno zawierać:
      • stronę tytułową sporządzoną według wzoru sprawozdania podanego na stronie www,
      • część teoretyczną dot. Prologu,
      • treści zadań, programy w Prologu z implementacją rozwiązania i przykładowe pytania wraz z odpowiedziami,
      • opis problemu podjętego w ramach projektu, program w Prologu z implementacją, kilka przykładowych pytań z odpowiedziami,
      • wnioski.

 

Wykłady

1 Informacje wstępne    Dodatkowe
2. Uczenie się indukcyjne    Indukcja reguł
3. Drzewa decyzyjne - klasyfikacja         Komitety klasyfikatorów 
3a. Drzewa decyzyjne - regresja    Przetwarzanie atrybutów
4.  Liniowe metody klasyfikacji    Analiza danych – wykrywanie obserwacji odstających, uzupełnianie brakujących danych
5. Liniowe metody aproksymacji    Algorytmy ewolucyjne 
6. Sztuczne sieci neuronowe - aproksymacja    Sztuczne sieci neuronowe jako aproksymatory funkcji - rozszerzony wykład 
6a.  Sztuczne sieci neuronowe - klasyfikacja     
7.  Klasyfikator Bayesa     
8.  Klasyfikatory minimalnoodległościowe     
9.  Nieparametryczne metody aproksymacji     
10.  Grupowanie danych     
11.  Maszyna wektorów nośnych - klasyfikacja      
12.  Maszyna wektorów nośnych - regresja    
13.  Konwolucyjne sieci neuronowe     
14. Rekurencyjne sieci neuronowe     

 

Ćwiczenia laboratoryjne

Symbol  Temat
MAT Matlab, Matlab tutorial, Instrukcje
DD Klasyfikacja danych za pomocą drzew decyzyjnych 
LMK Liniowe metody klasyfikacji 
LMA Liniowe metody aproksymacji 
SNA Wielowarstwowy perceptron do aproksymacji funkcji
SNK Wielowarstwowy perceptron do klasyfikacji
KM Klasyfikator minimalnoodległościowy | Zbiór danych
GD Grupowanie danych  | Zbiór danych
SVM Maszyna wektorów nośnych (Matlab >18a)  | Skrypt  
SNP Prognozowanie za pomocą sieci neuronowychDane

 

Warunki zaliczenia

  1. Obecność na zajęciach laboratoryjnych (dopuszczalna jedna nieobecność).
  2. Terminowa i samodzielna realizacja ćwiczeń laboratoryjnych i sprawozdań.
  3. Znajomość zadanego materiału oraz znajomość materiału prezentowanego na wykładzie.
  4. Pozytywne oceny ze wszystkich kartkówek.
  5. Zaliczone wszystkie sprawozdania.

Ocena końcową jest średnią z: 

  • ocen ze sprawozdań,
  • ocen z kartkówek,
  • ocen za aktywność na zajęciach,
  • ocen z zadań dodatkowych.

Studenci, którzy mają aspiracje na ocenę bardzo dobrą powinni realizować zadania zamieszczane w punktach "Zadania dodatkowe dla ambitnych" w instrukcjach do poszczególnych ćwiczeń laboratoryjnych.

 

Wymagania odnośnie sprawozdania

  • Sprawozdania przesyłamy w postaci elektronicznej, w pliku pdf pod nazwą


UM_Nazwisko_SymbolĆwiczenia_SymbolRoku.pdf


gdzie:
SymbolĆwiczenia znajduje się na początku każdej instrukcji (np. Mat, DD, LMK, GD), 
SymbolRoku zawiera rok, symbol kierunku i oznaczenie "S" dla studiów stacjonarnych lub "NS" dla studiów niestacjonarnych (rok_kierunek_S/NS)

Przykład prawidłowej nazwy pliku ze sprawozdaniem: UM_Nowak_LMK_3_AiR_S.pdf
W temacie emaila proszę skopiować nazwę pliku ze sprawozdaniem j.w.

Sprawozdania niespełniające powyższych wymogów nie będą przyjmowane.

  • Wzór sprawozdania znajduje się na stronie internetowej. Na stronie tytułowej należy umieścić podstawowe informacje (ściśle według wzoru sprawozdania).
  • Sprawozdanie powinno zawierać:
    • A. Cel ćwiczenia.
    • B. Treść zadania.
    • C. Część teoretyczną.
    • D. Metodykę rozwiązania zadania, opis algorytmów, metod, danych.
    • E. Zestawienie i omówienie wyników.
    • F. Wnioski.
    • G. Kod źródłowy programu implementującego rozwiązanie zadania (jeśli nie znalazł się w części D).
  • W przypadku sekcji dwuosobowych, sprawozdanie (jedno na dwuosobową sekcję) przygotowują obie osoby w sekcji i obie są przygotowane do jego zaliczenia. W przypadku odrabiania ćwiczenia, każda osoba w sekcji wykonuje ćwiczenie oraz sprawozdanie samodzielnie ze zmienionym numerem sekcji – 10+nr_gr (pierwsza osoba w sekcji), 20+nr_gr (druga osoba w sekcji).
  • Sprawozdania oddajemy i zaliczamy na następnych zajęciach. Jeśli sprawozdanie oddane lub zaliczane jest później, ocena jest obniżana.
  • Treść sprawozdania powinna być czytelna. Należy jasno opisać zadanie i sposób jego rozwiązania oraz dać właściwe wnioski. Kolejne czynności i warianty rozwiązania powinny być opisane w kolejnych punktach sprawozdania (zatytułowanych) tak, aby można było powtórzyć badania i eksperymenty.
  • Metoda rozwiązania powinna być dokładnie opisana, podać algorytmy, schematy itp.
  • Wyniki powinny być zestawione w czytelnej formie, zanalizowane i zinterpretowane.
  • Wszystkie wątpliwości związane z ćwiczeniem lub "dziwne" wyniki należy przedyskutować z prowadzącym.
  • Należy zwrócić uwagę na staranny układ tekstu sprawozdania, numerację stron itp.