NOWE WYKŁADY

STARE WYKŁADY

ZADANIA ZALICZENIOWE
I FORMY EGZAMINU

DANE DO ĆWICZEŃ

METODY INŻYNIERII WIEDZY - METHODS OF KNOWLEDGE ENGINEERING

Gromadzenie i efektywne przetwarzanie danych to jedno z głównych zadań naszej współczesnej cywilizacji, która coraz bardziej opiera swoje istnienie i działanie na danych, informacji, wiedzy oraz możliwości wyciągania wartościowych wniosków z nich płynących. Pytanie, czy współcześnie wykonujemy te zadania wystarczająco dobrze? A może można lepiej, szybciej i efektywniej? A może można pewne procesy zautomatyzować i wykorzystać potencjał drzemiący w niezbadanych jeszcze procesach myślowych i pamięciowych ludzkiego umysłu? Tego właśnie dotyczy ten przedmiot, a kwestie poruszane w trakcie wykładów pozwalają sięgnąć w przyszłość i przygotować się na problemy przyszłości, jak również radzić sobie z zagadnieniami teraźniejszości, podnosząc poprzeczkę w przetwarzaniu i eksploracji danych, zdobywając umiejętności i widzę, która na rynku pracy podniesie wartość młodych informatyków, zdolnych efektywniej przetwarzać i eksplorować dane, automatycznie wnioskować i reprezentować wiedzę... Obecnie na świecie bardzo dużą popularność zdobywają różnego rodzaju systemy zdolne efektywnie pracować na danych, analizować je, grupować i klasyfikować. Będziemy się więc zajmować metodami, które pozwolą osiągnąć różne ważne cele w zakresie DATA SCIENCE, DATA MINING, KNOWLEDGE ENGINEERING i KNOWLEDGE EXPLORATION.

WYKŁAD (28 godz.) + ĆWICZENIA LABORATORYJNE (28 godz.)

Certificate of International Summer School on Deep Learning for Adrian Horzyk dogagechallenge award certified to adrian horzyk and efe ergun 2nd winner h400 (234 kB) COURSERA Certificate Deep Learning Specialization Neural Networks and Deep Learning for Adrian Horzyk
COURSERA Certificate Deep Learning Specialization Improving Deep Neural Networks for Adrian Horzyk COURSERA Certificate Deep Learning Specialization Structuring Machine Learning Projects for Adrian Horzyk COURSERA Certificate Deep Learning Specialization Sequence Models for Adrian Horzyk

Czy chciałbyś nauczyć się posługiwać nowoczesnymi metodami inżynierii wiedzy, które pozwolą Ci reprezentować dane i informacje w skonsolidowanej postaci, formować wiedzę oraz ją eksploatować w nowoczesnych systemach informatycznych w powiązaniu z systemami ekspertowymi, bazami danych oraz metodami eksploracji danych?

A może chciał(a)byś wziąć udział w konkursach informatycznych (np. Kaggle) i wygrać sporą sumkę?!


Zachęcam do przynoszenia na zajęcia swoich własnych laptopów z ulubionym środowiskiem programistycznym oraz językiem programowania w celu efektywnej pracy nad zadaniami i projektami w trakcie zajęć oraz łatwym ich przenoszeniem do pracy poza godzinami zajęć. Oczywiście będzie można też korzystać z komputerów na pracowni komputerowej oraz z zainstalowanych na niej kompilatorów.


HARMONOGRAM ZAJĘĆ DLA TEGO PRZEDMIOTU:

  • WYKŁADY: Poniedziałki: 8:30-10:00 w C3/201a
  • ĆWICZENIA + PROJEKTY: Poniedziałki: 10:00-11:30 w C3/201a

Manifest na Rzecz Polskiej Sztucznej Inteligencji


ODDAWANIE I PREZENTACJA ZADAŃ ZALICZENIOWYCH: w trakcie ostatnich zajęć w semestrze od 8:30 do 11:30.

EGZAMIN: w terminie do uzgodnienia może być przeprowadzony w jednej z dwóch form do wyboru przez każdego studenta zgodnie z informacją podaną w prezentacji.

NADRZĘDNYM CELEM UDZIAŁU W ZAJĘCIACH ORAZ ZADAŃ ZALICZENIOWYCH I EGZAMINU JEST: Zdobycie przez każdego studenta rzetelnej wiedzy, doświadczenia i nowych umiejętności z zakresu metod inżynierii wiedzy oraz zadowolenie studenta z ich opanowania!

TERMINY EGZAMINÓW:

  1. termin 25.06. godz. 9:00 C3/206
  2. termin 28.06. godz. 9:00 C3/206
  3. termin 05.09. godz. 9:00 C3/206

Studenci proszeni są o zarezerwowanie czasu na ten blok zajęć, gdyż praca na ćwiczeniach jest prawie niemożliwa bez znajomości treści wykładów, a ponadto wtedy realizacja zadań zajmuje dużo więcej czasu niż w przypadku brania udziału w wykładach. W trakcie tego przedmiotu można nauczyć się wiele nowych, praktycznie przydatnych metod i struktur przechowywania danych do szybkiej eksploracji wiedzy, lecz jak wszystko wymaga zaangażowania. Po opanowaniu materiału z tego przedmiotu możliwe będzie nawet zaproponowanie udziału w projektach komercyjnych wykorzystującym zdobytą wiedzę w trakcie trwania tego przedmiotu. W razie zainteresowania chętni mogą zaczerpnąć więcej informacji na ten temat u prowadzącego. Będzie kilka dostępnych etatów a nabór kandydatów zostanie otwarty najprawdopodobniej w okolicach kwietnia-maja. Ponadto tematy realizowane w trakcie zajęć można rozwinąć również do postaci prac magisterskich, więc można załatwić dwie ważne sprawy za jednym zamachem!

Skorzystaj z systemów regułowych... Zastosuj dorobek klasycznej i rozmytej logiki matematycznej... Wyciągnij z baz danych informacje i transformuj je na wiedzę... Dokonaj automatycznej eksploracji danych, grupowania i wyszukiwania interesujących danych, klas, faktów i reguł... Zastosuj architektury kognitywne... Wykorzystaj potencjał biologicznych mechanizmów formowania wiedzy w informatyce... Modeluj procesy skojarzeniowe i przywołuj kontekstowo informacje... Zbuduj inteligentne systemy komputerowe korzystające z wiedzy...

W trakcie wykładu będą omówione następujące zagadnienia:

  1. Czym jest wiedza i inteligencja oraz jak są ze sobą wzajemnie powiązane?
  2. Czym jest informacja i na czym polega wnioskowanie (ostre i rozmyte)? Jakie cechy musi posiadać system ekspertowy?
  3. Omówienie zagadnień dotyczących modelowania obiektów, faktów, i reguł.
  4. Wykorzystanie relacyjnych baz danych do eksploracji danych oraz tworzenia baz wiedzy
  5. Zaznajomienie studentów z podstawami logiki klasycznej i rozmytej oraz możliwościami jej stosowania do wnioskowania
  6. Omówienie systemów regułowych i sposobów wnioskowania z ich pomocą
  7. Omówienie metod, architektur i systemów kognitywnych
  8. Neuronowe sztuczne systemy skojarzeniowe oraz ich zastosowanie do skojarzeniowego formowania wiedzy oraz jej eksploatacja z wykorzystaniem kontekstu i sztucznych skojarzeń
  9. Wykorzystanie wiedzy w systemach sztucznej inteligencji

Istnieje możliwość rozszerzenia projektów zaliczeniowych z laboratoriów do prac magisterskich, a najlepszych prac magisterskich później do prac doktorskich.

Proponowane tematy prac magisterskich z zakresu inżynierii wiedzy oraz sztucznej inteligencji. W razie zainteresowania którymś tematem lub propozycją własnego, proszę o kontakt w celu sprecyzowania go i dopasowania do indywidualnych zainteresowań wnioskodawcy, sprawdzenia możliwości realizacji oraz zarejestrowania go w wydziałowym systemie informatycznym.

Oddawanie projektów zaliczeniowych i egzamin praktyczny lub ustny:

Proszę o pilne przesłanie projektów (z zajęć i projektu końcowego w wersji źródłowej z podaniem języka i kompilatora oraz parametrów uruchomienia oraz wersji skompilowanej + dane/baza/wzorce uczące + Prezentacja końcowa).
Oceny mogą być wystawione dopiero po oddaniu projektów i prezentacji. Poprawna realizacja wszystkich zadań, projektów i prezentacji = 5.0 (bdb) i umożliwia skorzystanie z opcji egzaminu praktycznego.
Najlepiej przygotowane prezentacje zostaną umieszczone na stronie tego przedmiotu.

Kompletne i poprawnie działające projekty oraz prezentacja z uwzględnieniem teorii umożliwiają skorzystanie z opcji egzaminu praktycznego na najwyższą ocenę potwierdzając swoje umiejętności oraz wiedzę praktyczną poprawną realizacją wszystkich zadań.

Literatura uzupełniająca: