Przedmiot ma na celu nauczenia praktycznych umiejętności implementacji metod sztucznej inteligencji wykorzystywanych we współczesnych grach komputerowych.
W ramach zajęć studenci zdobędą kompetencje w zakresie:
- analizy problemów i doboru odpowiednich technik AI do ich rozwiązania
- implementacji algorytmów wyszukiwania ścieżek w labiryncie
- projektowania i wdrażania NavMesh do nawigacji w przestrzeni trójwymiarowej
- tworzenia środowisk symulacyjnych do treningu agentów AI
- monitorowania i optymalizacji procesu uczenia maszynowego poprzez odpowiednie dostrajanie parametrów ML Agents
Zajęcia mają charakter praktyczny, gdzie teoria jest natychmiast przekładana na praktyczne implementacje, dając studentom możliwość samodzielnego tworzenia inteligentnych systemów stosowanych w grach komputerowych.
MscEng. Jolanta Podolszańska
The workshop is designed to give students a practical introduction to the application of artificial intelligence (AI) in medical diagnostics. The workshop discusses principles and methodologies for creating decision-making models in medical diagnostics. Students will learn examples of existing solutions for decision-making models in medical diagnostics and how they can be developed. In the final stage, they can design and develop their decision-making models in medical diagnostics.
This course introduces students to the application of Artificial Intelligence (AI) in Medicine, focusing on how AI techniques transform medical diagnostics and healthcare solutions. The course is tailored for Medical Engineering students who aim to merge engineering expertise with medical practice.
This course is designed for students taking the Medical Engineering course.
Celem zajęć laboratoryjnych jest kształtowanie praktycznych umiejętności studentów w zakresie programowania z wykorzystaniem języka Python 3. Kurs jest przeznaczony dla studentów I roku I stopnia studiów stacjonarnych na kierunku Inżynieria Multimediów.
Celem laboratorium jest zapoznanie studentów z praktycznymi zasadami komputerowego składu tekstu w systemie LaTeX. Kurs przeznaczony dla studentów I roku Informatyki, którzy rozpoczynają naukę w roku akademickim 2024/25.
Na laboratorium studenci opanowują wiedzę teoretyczną i umiejętności praktyczne z zakresu podstaw sztucznej inteligencji, w tym implementacji algorytmów genetycznych, budowy modelu perceptronowego Rosenblatta, sieci Hamminga, sieci Kohonena, sieci Hopfielda, wykorzystania logiki rozmytej oraz metod i algorytmów do budowania systemów eksperckich. Kurs przeznaczony dla studentów III roku w roku akademickim 2024/25.
Celem przedmiotu jest zapoznanie studentów z podstawowymi metodami i algorytmami głębokiego uczenia oraz ich praktycznymi zastosowaniami, w tym sztucznych sieci neuronowych (ANN), konwolucyjnych sieci neuronowych (CNN) , rekurencyjnych sieci neuronowych (RNN) i przetwarzania języka naturalnego (NLP). Kurs przeznaczony dla studentów kierunku informatyka II stopnia realizujących naukę w roku akademickim 2024/25.
Celem kursu jest zapoznanie studentów z zakresem technik sztucznej inteligencji wykorzystywanych w grach komputerowych.