• 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)

OCENA Egzamin "1" Egzamin "1" Egzamin "P" OCENA DATA ZALICZENIE ŚREDNIA

LP. IMIĘ NAZWISKO Końcowa PUNKTY Ocena Ocena ZALICZENIE ZALICZENIA POPRAWK WAŻONA

1 Dawid Adalik 3,5 22 3,5 29.01.2016 4 3,7

2 Mateusz Albrycht 4,5 33 5 29.01.2016 4 4,6

3 Przemysław Bartuś 2 7 2 29.01.2016 0

4 Kamil Biały 4,5 29 4,5 4,5 22.01.2016 4,5

5 Dariusz Bogaczyk 4 19 3,5 4,5 22.01.2016 3,9

6 Mateusz Dobrowolski 3,5 17 3 4 29.01.2016 3,4

7 Dominik Filarowski 4 25 4 29.01.2016 4 4

8 Marcin Gierlicki 2 12 2 4,5 22.01.2016 0

9 Tomasz Janas 5 39 5 5 22.01.2016 5

10 Paweł Lorens 2 27 4,5 29.01.2016 2,7

11 Grzegorz Marynowski 2 10 2 29.01.2016 3 0

12 Paweł Miś 4 26 4 29.01.2016 4 4

13 Mateusz Nowotarski 2 15 3 29.01.2016 1,8

14 Albert Rakoczy 4 21 3,5 4,5 22.01.2016 3,9

15 Bożena Siedlarska 4 20 3,5 4,5 22.01.2016 3,9

16 Damian Sondej 4,5 27 4,5 5 22.01.2016 4,7

17 Przemysław Stankiewicz 4,5 30 4,5 5 22.01.2016 4,7

18 Mateusz Stefanik 3,5 19 3,5 4 22.01.2016 3,7

19 Sławomir Szpond 2 14 2 29.01.2016 4 0

20 Michał Węgrzyniak 4 18 3 5 22.01.2016 3,8

21 Mateusz Wojdyła 3,5 22 3,5 4 22.01.2016 3,7

22 Aleksandra Woźniak 5 37 5 4,5 22.01.2016 4,8

23 Rafał Wójcik 5 33 5 5 22.01.2016 5

24 Konrad Zarzyczny 3,5 15 3 4,5 22.01.2016 3,6

WSTĘP DO INFORMATYKI

SZTUCZNA INTELIGENCJA - OCENY

Po dosłaniu prac oceny będą zaktualizowane

Cytaty

Powiązane dokumenty

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

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