• Nie Znaleziono Wyników

METODY INŻYNIERII WIEDZY

N/A
N/A
Protected

Academic year: 2021

Share "METODY INŻYNIERII WIEDZY"

Copied!
6
0
0

Pełen tekst

(1)

METODY

INŻYNIERII WIEDZY

KNOWLEDGE ENGINEERING AND DATA MINING

Adrian Horzyk

Akademia Górniczo-Hutnicza

Wydział Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej Katedra Automatyki i Inżynierii Biomedycznej, Laboratorium Biocybernetyki

30-059 Kraków, al. Mickiewicza 30, paw. C3/205 horzyk@agh.edu.pl, Google: Adrian Horzyk

PODSTAWOWE INFORMACJE DOTYCZĄCE PRZEDMIOTU

I ZALICZENIA

(2)

PRZEDMIOT OBEJMUJE:

Część teoretyczną – wykłady

Część praktyczną - ćwiczenia

Na wykładach wprowadzane będą definicje, twierdzenia oraz omawiane będą metody, algorytmy i techniki rozwiązywania problemów z zakresu metod inżynierii wiedzy, które będą uzupełnione prezentacjami, wizualizacjami i animacjami.

Ćwiczenia poświęcone będą nabywaniu praktycznych

umiejętności stosowania metod omawianych na wykładach

oraz tworzeniu własnych implementacji tych metod.

(3)

Przedmiot pomaga zrozumieć

skomplikowane procesy formowania się wiedzy, tworzenia skojarzeń, wnioskowania,

jakie zachodzą w ludzkim umyśle…

oraz pozwala zdobyć praktyczne

umiejętności tworzenia i posługiwania się metodami i algorytmami pozwalającymi na wykorzystanie tej wiedzy w praktyce

w systemach informatycznych…

(4)

ZALICZENIE ĆWICZEŃ

Na podstawie zrealizowanych i oddanych działających aplikacji komputerowych realizujących wybrane metody eksploracji

wiedzy w trakcie ćwiczeń (maks. 50 pkt)

oraz wybranego projektu zaliczeniowego (maks. 50 pkt).

Istnieje możliwość zdobycia dodatkowych punktów:

• 5 pkt za zaliczenie wszystkich modułów ćwiczeniowych oraz oddanie projektu w 1. terminie

• 10 pkt za napisanie po angielsku 6-8 str. referatu opisującego zastosowane metody i osiągnięte wyniki i 10 pkt za ich porównanie do innych metod stosowanych do tego rodzaju zagadnień wg literatury naukowej, oznacza to możliwość lepszego zrealizowania projektu kosztem nie zrealizowania, któregoś z ćwiczeń.

ISTNIEJE MOŻLIWOŚĆ OPUBLIKOWANIA WARTOŚCIOWYCH PRAC W CZASOPISMACH NAUKOWYCH WARTOŚCIOWE PROJEKTY ZALICZENIOWE MOGĄ ZOSTAĆ ROZSZERZONE DO PRAC MAGISTERSKICH

(5)

EGZAMIN

Na podstawie sprawdzenia wiedzy teoretycznej dotyczącej pojęć, twierdzeń, metod, algorytmów i technik obliczeniowych omawianych na wykładach

w postaci egzaminu ustnego.

W przypadku ambitnych realizacji projektów zaliczeniowych szeroko wykorzystujących wiedzę z wykładu, aspirujących do rangi projektów naukowych lub rozszerzenia do prac magisterskich, w szczególnych przypadkach istnieje możliwość zamiany sposobu sprawdzenia wiedzy na formę egzaminu praktycznego, wykazując się praktyczną umiejętnością stosowania

pojęć, twierdzeń, metod, algorytmów i technik obliczeniowych omówionych na wykładach. ISTNIEJE MOŻLIWOŚĆ OPUBLIKOWANIA WARTOŚCIOWYCH PRAC W CZASOPISMACH NAUKOWYCH WARTOŚCIOWE PROJEKTY ZALICZENIOWE MOGĄ ZOSTAĆ ROZSZERZONE DO PRAC MAGISTERSKICH

(6)

OCENA KOŃCOWA

Ocena końcowa będzie wyznaczana

na podstawie średniej z ocen uzyskanych z egzaminu i z ćwiczeń:

5.0 (bdb) średnia >= 4,75

4.5 (+db) średnia >= 4,25

4.0 (db) średnia >= 3,75

3.5 (+dst) średnia >= 3,25

3.0 (dst) średnia >= 3,00

2.0 (ndst) średnia < 3,00

Cytaty

Powiązane dokumenty

Klimczak, &#34;Partial discharges in insulation systems subjected to multilevel converters,&#34; 2016 IEEE International Power Modulator and High Voltage Conference (IPMHVC),

 Asocjacyjne neurony pulsujące (APN) reprezentują rozciągnięte w czasie kombinacje bodźców wejściowych, które powodują ich pulsowanie.  Asocjacyjne pulsujące neurony,

Uczenie głębokie umożliwia wyznaczanie wag dla poszczególnych warstw sieci stopniowo po to, by poszczególne warstwy reprezentowały cechy wspólne wzorców uczących i na tej

 Do wyznaczania reguł asocjacyjnych oraz poszukiwania wzorców częstych wykorzystywany jest bardzo popularny algorytm Apriori, który posiada również liczne rozszerzenia mające

Gdy ilość reprezentantów (wzorców) poszczególnych węzłów (czyli ilości wzorców reprezentowanych przez poszczególne węzły się w miarę ustabilizuje, wtedy warto.

Proces ten może być powiązany z normalizacją, standaryzacją lub inną transformacją danych, mających na celu uwydatnienie głównych cech modelowanego procesu, które mają

Po sprawdzeniu wszystkich węzłów obiektu połączonych z aktualnie wybranym węzłem wartości przedstawionym jako najbliższy pierwszej wartości atrybutu sklasyfikowanego obiektu z

zanikających gradientów (tj. Pochodne zawsze znajdują się w zakresie [0, 1], więc ich wielokrotne mnożenia prowadzą do bardzo małych liczb powodujących znikome zmiany wag