1420728036

Bilans nakładu pracy studenta (w godzinach)	Udział w wykładach			10 x 1h	10
	Udział w konsultacjach			3 x 1h	3
	Przygotowanie do zaliczenia wykładu i udział w zaliczeniu				12
				RAZEM:	25
Wskaźniki ilościowe	Nakład pracy studenta związany z zajęciami wymagającymi bezpośredniego udziału nauczyciela 10h+3h+2h=17			17	ECTS
					0,5
	Nakład pracy studenta związany z zajęciami o charakterze praktycznym			0	0
Literatura podstawowa:	1.    L. Rutkowski: „Metody i techniki sztucznej inteligencji: inteligencja obliczeniowa”, wyd. 2 zm., PWN, Warszawa, 2009. 2.    K. Fujarewicz: „Zastosowanie wybranych metod sieci neuronowych w sterowaniu i bioinformatyce”. Wydawnictwa Politechniki Śląskiej, Gliwice, 2010. 3.    D. E. Goldberg: „Algorytmy genetyczne i ich zastosowania”. Wydawnictwa Naukowo-Techniczne, Warszawa, 2003. 4.    A. Piegat: „Modelowanie i sterowanie rozmyte". Akademicka Oficyna Wydawnicza EXIT, Warszawa, 1999. 5.    J. Cytowski: „Zastosowanie algorytmów i strategii Al w cyfrowym przetwarzaniu sygnałów”. Akademicka Oficyna Wydawnicza PLJ, Warszawa, 1999. 6.    W. Kwiatkowski: „Metody automatycznego rozpoznawania wzorców”. BEL Studio, Warszawa, 2007.
Literatura uzupełniająca:	1.    T. Wieczorek: „Neuronowe modelowanie procesów technologicznych”. Wydawnictwa Politechniki Śląskiej, Gliwice, 2008. 2.    S. Osowski: „Sieci neuronowe do przetwarzania informacji". Wydawnictwa Politechniki Warszawskiej, Warszawa, 2000. 3.    D. Rutkowska, D. Piliński, L. Rutkowski: „Sieci neuronowe, algorytmy genetyczne i systemy rozmyte”. PWN, Warszawa-Łódź, 1997.
nr efektu kształcenia	metoda weryfikacji efektu kształcenia			forma zajęć na którą zachodzi weryfikacja
EK1	Kolokwium zaliczające wykład			W
EK2	Kolokwium zaliczające wykład			W
EK3	Kolokwium zaliczające wykład			W
EK4	Kolokwium zaliczające wykład			W
Jednostka realizująca:	Katedra Automatyki i Elektroniki	Osoby prowadzące:	Mirosław Świercz
Data opracowania programu:	20.06.2013	Program opracował:	drhab.inż. Mirosław Świercz, prof. PB