Semestr 1
Kurs # godzin w tygodniu # ECTS
W Ć L P S
Danologia – wprowadzenie i zastosowania

Wprowadzenie do analizy danych, projektowania rozwiązań i zastosowań.

2 0 0 1 1 6
Probabilistyczne Uczenie Maszynowe

Wybór modeli, uczenie i wnioskowanie, analiza statystyczna wyników. Liniowe modele Bayesowskie, mieszanina rozkładów Gaussa, ukryte modele Markova.

2 0 2 0 0 6
Indukcyjne metody analizy danych

Uczenie nadzorowane i nienadzorowane w zadaniach klasyfikacji i regresji: drzewa decyzyjne, support vector machines, systemy regułowe, rodziny klasyfikatorów.

2 0 2 0 2 8
Wybrane zagadnienia sztucznej inteligencji

Teoria Dempstera-Shafera, przetwarzanie wiedzy niepewnej, sieci bayesowskie, zbiory przybliżone, obliczenia granulacyjne.

1 0 2 0 0 4
Obliczeniowa nauka o sieciach

Modele i typy sieci (networks), ich ewolucja, właściwości: identyfikacja i ewolucja skupisk, procesy rozprzestrzeniania, odporność sieci i predykcja linków.

1 0 0 0 1 2
Metody planowania i analizy eksperymentu

Podstawowe pojęcia statystyczne, analiza opisowa danych, testowanie hipotez, ocena zalezności zmiennych losowych, prezentacja wyników.

1 0 0 0 0 2
Fizyczne podstawy współczesnej informatyki 1 0 0 0 0 1
Język obcy A1 lub A2

Kurs językowy do wyboru prowadzony przez Studium Języków Obcych Politechniki Wrocławskiej.

0 3 0 0 0 1
Semestr 2
Kurs # godzin w tygodniu # ECTS
W Ć L P S
Analiza języka naturalnego

Przetwarzanie tekstu od przygotowania danych do rozumienia: narzędzia i zasoby językowe, wydobywanie informacji i wiedzy, analiza dyskursu i automatyzacja dialogów

2 0 0 2 0 4
Analiza mediów społecznościowych

Gromadzenie i analiza danych społecznościowych, badanie zachowania użytkowników, deanonimizacja, analiza wpływu i popularności, badanie opinii i nacechowania emocjonalnego, predykcja zdarzeń.

1 0 0 2 0 4
Głębokie modele uczenia maszynowego

Deep learning, autokodery, sieci DBN (Deep Belief Network), sieci konwolucyjne, sieci rekurencyjne LSTM.

1 0 2 0 1 6
Praca dyplomowa I

Przygotowywanie pracy magisterskiej połączone z prezentacją tematyki pracy na seminarium.

0 0 0 2 0 2
Przetwarzanie danych masowych

Big data: narzędzia do przetwarzania: Spark, Hadoop, algorytmy rozproszone i metody aproksymacji.

1 0 1 0 0 4
Moduł wybieralny

Jeden z dwóch poniższych modułów

2 0 0 2 0 4
Analiza Obrazu

Pozyskiwanie informacji z obrazów: ekstrakcja cech wizualnych, znajdowanie obiektów złożonych i fragmentów powielonych, śledzenie obiektów, rozpoznawanie pisma.

Analiza Mowy

Automatyczne rozpoznawanie mowy, modele akustyczne i językowe, techniki dekodowania mowy, adaptacja mówcy i personalizacja, rozpoznawanie płci, systemy call-center.

Stymulacja twórczego myślenia 0 0 0 0 2 2
Podstawy biznesu i ochrona własności intelektualnej 2 0 0 0 0 3
Język obcy B2+

Kurs językowy do wyboru prowadzony przez Studium Języków Obcych Politechniki Wrocławskiej.

0 1 0 0 0 1
Semestr 3
Kurs # godzin w tygodniu # ECTS
W Ć L P S
Personalizacja i systemy rekomendacyjne

Metody rekomendacji, modelowanie osobowości i wykorzystanie zachowań użytkowników.

1 0 0 1 0 3
Analiza danych złożonych

Przetwarzanie danych strumieniowych, uczenie relacyjne i grupowanie w sieciach, uczenie przyrostowe, active learning, concept drift.

1 0 0 1 0 3
Etyka nowych technologii 0 0 0 0 1 2
Seminarium dyplomowe 0 0 0 0 2 2
Praca dyplomowa II 0 0 0 1 0 18
Moduł wybieralny

Jeden z dwóch poniższych kursów wybieralnych

1 0 0 0 2 2
Nowe trendy w danologii
Nowe trendy w multimediach
Wypełnij ankietę i pomóż nam udoskonalić kursy dla Ciebie