• Nie Znaleziono Wyników

SZTUCZNA INTELIGENCJA - OCENY

N/A
N/A
Protected

Academic year: 2021

Share "SZTUCZNA INTELIGENCJA - OCENY"

Copied!
1
0
0

Pełen tekst

(1)

Egzamin "1" Egzamin "1" OCENA

LP. IMIĘ NAZWISKO PUNKTY Ocena ZALICZENIE

1 Jakub Augustyniak 15 3,0 5

2 Patryk Autustyn 20 3,5 4,5

3 Łukasz Balicki 11 2,0 4

4 Adrian Błażejowski 9 2,0 3

5 Arkadiusz Boczar 15 3,0 0

6 Klaudiusz Dubiel 10 2,0 0

7 Piotr Dziubaszewski 25 4,0 0

8 Aleksandra Gefert 20 3,5 5

9 Piotr Fruga 34 5,0 3

10 Sławomir Frydrych 32 5,0 5

11 Mariusz Gazda 37 5,0 4,5

13 Paweł Gratkowski 11 2,0 5

14 Dominika Guziec 10 2,0 5

15 Bartosz Hnat 19 3,5 4,5

16 Piotr Jagielski 2,0 5

17 Dominik Jakubik 12 2,0 5

18 Przemysław Jawin 18 3,0 5

19 Krystian Jedziniak 22 3,5 0

20 Daniel Kalicki 15 3,0 0

21 Maciej Kaluba 14 2,0 0

22 Paweł Kilar 12 2,0 5

23 Szymon Kluk 9 2,0 5

24 Michał Kobrzyński 20 3,5 0

25 Paweł Kogut 21 3,5 0

26 Piotr Kogut 16 3,0 0

27 Angelika Koszyk 23 4,0 5

28 Tomasz Kozioł 21 3,5 5

29 Wojciech Kroczak 38 5,0 5

30 Karol Krzemiński 23 4,0 5

31 Fabian Lenko 18 3,0 5

32 Artur Litwin 14 2,0 4,5

33 Michał Łączkowski 15 3,0 5

34 Igor Łuszczak 25 4,0 0

35 Michał Matyszczak 32 5,0 5

36 Michał Nabożny 36 5,0 4,5

37 Robert Niemiec 25 4,0 5

38 Filip Nowak 18 3,0 0

39 Bogdan Nycz 6 2,0 3,5

40 Michał Pacek 12 2,0 0

41 Ewa Pitrus 18 3,0 4,5

42 Miłosz Piwko 18 3,0 0

43 Sebastian Płonka 20 3,5 0

44 Anna Pojnar 32 5,0 4,5

45 Sylwia Półchłopek 30 4,5 5

46 Bartosz Rozenbajger 18 3,0 5

47 Michał Szurmiak 9 2,0 0

48 Kacper Szydło 13 2,0 0

49 Maciej Ślęczka 24 4,0 5

50 Bogusław Tatara 42 5,0 5

51 Marcin Tomkowicz 25 4,0 5

52 Dawid Węklar 9 2,0 0

53 Michał Wiatr 39 5,0 5

54 Paweł Wójtowicz 9 2,0 5

55 Łukasz Zięba 19 3,5 0

56 Bartłomiej Zimny 18 3,0 5

57 Maciej Zych 3 2,0 4,5

WSTĘP DO INFORMATYKI

SZTUCZNA INTELIGENCJA - OCENY

Cytaty

Powiązane dokumenty

Horzyk, A., Innovative Types and Abilities of Neural Networks Based on Associative Mechanisms and a New Associative Model of Neurons - referat na zaproszenie na

Pseudoneuronów jest znacznie mniej niż wzorców uczących, każdy taki pseudoneuron powinien średnio reprezentować pewną ilość tych wzorców, które potencjalnie mogą należeć

rozpoczynających się od różnie wylosowanych wag początkowych odległość neuronów zwycięskich reprezentujących najmocniejsze klasy znacznie się różni.. Neurony te nie muszą

Sensory w polach sensorycznych tworzone są, jeśli po prezentacji bodźca żaden z istniejących sensorów nie zareagował odpowiednio mocno, czyli gdy dystans wartości bodźca

wnioskowania dają N zbiorów rozmytych, oraz systemy typu B, na wyjściu którego otrzymujemy jeden zbiór rozmyty,. który jest wynikiem agregacji rezultatów wnioskowania

pierwsza warstwa konwolucyjna bierze jako obraz wejściowy jedną składową koloru R, G lub B surowego obrazu, a różne neurony względem wymiaru głębokości tej sieci (które tworzą

Taxi driving (Jazda taksówką) Partially Stochastic Multi Sequential Dynamic Medical diagnosis (Diagnoza medyczna) Partially Stochastic Single Sequential Dynamic Image analysis

I Algorytm przeszukiwania rozpoczyna się od sprawdzenia, czy węzeł główny jest węzłem celu. I Następnie proces realizowany przez algorytm rozwija kolejny zestaw węzłów, do