Cykl kształcenia: 2021/2022
Nazwa jednostki prowadzącej studia: Wydział Matematyki i Fizyki Stosowanej
Nazwa kierunku studiów: Inżynieria w medycynie
Obszar kształcenia: nauki techniczne
Profil studiów: ogólnoakademicki
Poziom studiów: pierwszego stopnia
Forma studiów: stacjonarne
Specjalności na kierunku:
Tytuł otrzymywany po ukończeniu studiów: inżynier
Nazwa jednostki prowadzącej zajęcia: Katedra Fizyki i Inżynierii Medycznej
Kod zajęć: 15101
Status zajęć: wybierany dla programu
Układ zajęć w planie studiów: sem: 5 / W15 L30 / 3 ECTS / Z
Język wykładowy: polski
Imię i nazwisko koordynatora: dr inż. Marcin Kowalik
Główny cel kształcenia: Nabycie wiedzy o algorytmach sztucznej inteligencji wykorzystywancyh do analizowania i wnioskowania na bazie danych medycznych. Zdobycie doświadczenia w analizie rzeczywistych danych medycznbych.
Ogólne informacje o zajęciach: Nabycie wiedzy o algorytmach sztucznej inteligencji wykorzystywancyh do analizowania i wnioskowania na bazie danych medycznych. Zdobycie doświadczenia w analizie rzeczywistych danych medycznbych.
Materiały dydaktyczne: Dostępne pod adresem bigbang.prz.edu.pl/si-inz
1 | Ranschaert, Erik R., Morozov, Sergey, Algra, Paul R. (Eds.) | Artificial Intelligence in Medical Imaging | Springer. | 2019 |
2 | Andreas C. MĂźller, Sarah Guido | Introduction to Machine Learning with Python | O'Reilly Media . | 2016 |
3 | Stuart Russell and Peter Norvig | Artificial Intelligence: A Modern Approach | Prentice Hall. | 2020 |
4 | AurĂŠlien GĂŠron | Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems | O'Reilly Media . | 2019 |
5 | Andriy Burkov | The Hundred-Page Machine Learning Book | Andriy Burkov, Hard Cover ed. edition. | 2019 |
6 | François Chollet | Deep Learning with Python | Manning. | 2017 |
7 | Ian Goodfellow and Yoshua Bengio and Aaron Courville | Deep Learning | MIT Press http://www.deeplearningbook.org. |
1 | Andreas C. MĂźller, Sarah Guido | Introduction to Machine Learning with Python | O'Reilly Media . | 2016 |
2 | Ian Goodfellow and Yoshua Bengio and Aaron Courville | Deep Learning | MIT Press http://www.deeplearningbook.org. | 2016 |
1 | Oliver Theobald | Machine Learning For Absolute Beginners | by Oliver Theobald. | 2017 |
Wymagania formalne: Zgodne z regulaminem studiów
Wymagania wstępne w kategorii Wiedzy: Posiada podstawową znajomość dowolnego języka progamowania i potrafi korzystać z materiałów w języku angielskim
Wymagania wstępne w kategorii Umiejętności: Potrafi zaprojektować i napisać program komputerowy do prostej analizy danych
Wymagania wstępne w kategorii Kompetencji społecznych: Potrafi pracować w zespole.
MEK | Student, który zaliczył zajęcia | Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia | Metody weryfikacji każdego z wymienionych efektów kształcenia | Związki z KEK | Związki z PRK |
---|---|---|---|---|---|
01 | Zna podstawowe metody uczenia maszynowego wykorzystywanego do analizy danych, rozumie ich zasadę działania, potrafi je wykorzystać do analizy otrzymanego zbioru danych | wykład, laboratorium, projekt | egzamin cz. pisemna, sprawozdanie z laboratorium, prezentacja projektu z wybranego zagadnienia |
K_W08++ K_W09+++ K_U03+++ K_U09+++ K_K01+++ K_K05+++ |
P6S_KK P6S_KO P6S_UO P6S_UU P6S_UW P6S_WG P6S_WK |
02 | Zna i potrafi efektywnie korzystać ze specjalistycznych bibliotek do uczenia maszynowego wykorzystujących do obliczeń CPU oraz GPU | wykład, laboratorium, projekt | sprawozdanie z wykonanego z laboratorium, egzamin, prezentacja projektu z wybranego zagadnienia |
K_W09+ K_U09+++ K_K01+++ K_K05+++ |
P6S_KK P6S_KO P6S_UO P6S_UU P6S_WG |
03 | Potrafi przeanalizować zbiór danych przez dobranie odpowiedniego algorytmu uczenia maszynowego oraz wykonać na jego bazie wymaganej predykcji wykorzystując do tego np. język programowania Python i biblioteki do uczenia maszynowego. | wykład, laboratorium, projekt | Sprawozdanie z laboratorium, egzamin, prezentacja projektu z wybranego zagadnienia |
K_W08+++ K_W09+++ K_U03+++ K_U09+++ K_K01+++ K_K05++ |
P6S_KK P6S_KO P6S_UO P6S_UU P6S_UW P6S_WG P6S_WK |
04 | Potrafi korzystać z dokumentacji w języku angielskim | laboratorium, projekt | sprawozdanie z laboratorium, prezentacja projektu z wybranego zagadnienia |
K_W08+++ K_W09+++ K_U09+++ K_K01+ K_K05++ |
P6S_KK P6S_KO P6S_UO P6S_UU P6S_WG P6S_WK |
Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).
Sem. | TK | Treści kształcenia | Realizowane na | MEK |
---|---|---|---|---|
5 | TK01 | - | MEK01 MEK02 MEK03 MEK04 | |
5 | TK02 | - | MEK01 MEK02 MEK03 MEK04 | |
5 | TK03 | - | MEK01 MEK02 MEK03 MEK04 | |
5 | TK04 | - | MEK01 MEK02 MEK03 MEK04 |
Forma zajęć | Praca przed zajęciami | Udział w zajęciach | Praca po zajęciach |
---|---|---|---|
Wykład (sem. 5) | Przygotowanie do kolokwium:
1.00 godz./sem. |
Godziny kontaktowe:
15.00 godz./sem. |
Uzupełnienie/studiowanie notatek:
5.00 godz./sem. Studiowanie zalecanej literatury: 5.00 godz./sem. |
Laboratorium (sem. 5) | Przygotowanie do laboratorium:
3.00 godz./sem. |
Godziny kontaktowe:
30.00 godz./sem. |
Dokończenia/wykonanie sprawozdania:
10.00 godz./sem. |
Konsultacje (sem. 5) | Przygotowanie do konsultacji:
1.00 godz./sem. |
Udział w konsultacjach:
1.00 godz./sem. |
|
Zaliczenie (sem. 5) | Przygotowanie do zaliczenia:
5.00 godz./sem. |
Zaliczenie pisemne:
1.00 godz./sem. |
Forma zajęć | Sposób wystawiania oceny podsumowującej |
---|---|
Wykład | Na podstawie zaliczenia |
Laboratorium | Na podstawie oddanych sprawozdań |
Ocena końcowa | 45 pkt ocena z wykładu, 55 pkt ocena z laboratoriów |
Wymagane podczas egzaminu/zaliczenia
(-)
Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)
Inne
(-)
Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie
1 | A. Horzyk; M. Kowalik; J. Starzyk | Motivated Agent with Semantic Memory | 2023 |
2 | L. Dadiel; Ł. Gondek; C. Jastrzębski; M. Kowalik; S. Kumar Naik; P. Pęczkowski; W. Tabiś; W. Tokarz; P. Zachariasz; J. Żukrowski | Iron diffusivity into superconducting YBa2Cu3O7−δ at oxygen-assisted sintering: structural, magnetic, and transport properties | 2021 |