Szkoła Główna Handlowa w Warszawie - Centralny System UwierzytelnianiaNie jesteś zalogowany | zaloguj się
katalog przedmiotów - pomoc

Artificial Intelligence

Informacje ogólne

Kod przedmiotu: 220621-D Kod Erasmus / ISCED: 11.4 / (0613) Tworzenie i analiza oprogramowania i aplikacji
Nazwa przedmiotu: Artificial Intelligence
Jednostka: Szkoła Główna Handlowa w Warszawie
Grupy: Elective courses for AAB - masters
Przedmioty kierunkowe do wyboru SMMD-ADA
Przedmioty kierunkowe do wyboru SMMD-EBI
Przedmioty obowiązkowe na programie SMMD-MIS
Punkty ECTS i inne: 3.00 (zmienne w czasie)
zobacz reguły punktacji
Język prowadzenia: angielski
Skrócony opis:

See semester study programme.

Pełny opis:

The aim of the lectures is to present the fundamental knowledge of Artificial Intelligence (AI) emphasizing the economic aspects of AI. Additionally the aim of the classes is learning how to solve chosen economic problems using methods and tools of Artificial Intelligence.

Artificial Intelligence (AI) is the field of computer science that seeks to understand and implement computer-based technology that can simulate: characteristics of human intelligence or processes observed in the nature. Lectures will present methods and techniques of AI e.g. : knowledge representation, uncertainty representation, machine learning, neural networks, genetic algorithms, data mining, web mining, and text mining. Students will have the opportunity to solve: optimization, classification and prediction issues using AI methods and tools.

Literatura:

Literatura podstawowa:

J.S.Zieliński, Inteligentne systemy w zarządzaniu, PWN, Warszawa 2000; B.Stefanowicz, Metody sztucznej inteligencji i systemy eksperckie, Oficyna Wydawnicza SGH, Warszawa 1993.

Literatura uzupełniająca:

E.Rich, K.Knight, Artificial Intelligence, McGrawHill, 1991; E.Turban, J.Aronson, Decision Support Systems and Intelligent Systems, Prentice Hall 1998; J.Arabas, Wykłady z algorytmów ewolucyjnych, WNT, Warszawa 2001; R.Tadeusiewicz, Sieci neuronowe, Akademicka Oficyna Wydawnicza RM, Warszawa 1993; M.Lasek, Data Mining zastosowania w analizach i ocenach klientów bankowych, Oficyna Wydawnicza Zarządzanie i Finanse, Warszawa 2002; M.Lasek, Metody Data Mining w analizowaniu i prognozowaniu kondycji ekonomicznej przedsiębiorstw. Zastosowania SAS Enterprise Miner, Wydawnictwo DIFIN, Warszawa 2007; E.Gatnar, Symboliczne metody klasyfikacji danych, PWN, Warszawa 1998.

Efekty uczenia się:

Wiedza:

Students should be able to describe the main areas of Artificial Intelligence,

Students should be able to define and describe the methods of knowledge representation

Students should be able to describe the uncertainty representation methods

Students should be able to define the concept of heuristic, list and classify the search methods in the large problem spaces

Students should be able to define and give examples of machine learning

Umiejętności:

Students should be able to properly classify the problem,

Students should be able to estimate if it is possible and is it worth to solve the problem using AI methods

Students should be able to choose appropriate method to solve the given problem

Students should be able to apply chosen method to solve the problem

Students should be able to compare the solution with the solutions obtained using other methods (e.g. econometric or statistical)

Kompetencje społeczne:

Ability to crative thinking and solving the real life complex problems,

Ability to cooperate in the group.

Metody i kryteria oceniania:

egzamin testowy: 50.00%

referaty/eseje: 50.00%

Zajęcia w cyklu "Semestr zimowy 2019/20" (zakończony)

Okres: 2019-10-01 - 2020-02-21
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 10 godzin więcej informacji
Wykład, 20 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin

Zajęcia w cyklu "Semestr letni 2019/20" (zakończony)

Okres: 2020-02-22 - 2020-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 10 godzin więcej informacji
Wykład, 20 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin

Zajęcia w cyklu "Semestr zimowy 2021/22" (w trakcie)

Okres: 2021-10-01 - 2022-02-18
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 10 godzin więcej informacji
Wykład, 20 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin

Zajęcia w cyklu "Semestr letni 2021/22" (jeszcze nie rozpoczęty)

Okres: 2022-02-19 - 2022-09-30
Wybrany podział planu:


powiększ
zobacz plan zajęć
Typ zajęć: Laboratorium, 10 godzin więcej informacji
Wykład, 20 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: (brak danych)
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Egzamin
Laboratorium - Zaliczenie
Wykład - Egzamin
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.