Differences

This shows you the differences between two versions of the page.

--- courses:mldl:start [2025/12/09 12:22] – [Ramowy plan laboratorium] drobiu
+++ courses:mldl:start [2026/02/01 17:24] (current) – [Egzamin] admin
@@ Line 40: / Line 40: @@
   - **[26.11.2025]** [[https://ujchmura-my.sharepoint.com/:b:/g/personal/szymon_bobek_uj_edu_pl/IQCOM3pC3EtRQZgJzb5PPLvKAWEaC50ew6nX5rfQgw-bkWc?e=HOOfjo|Uczenie zespołów klasyfikatorów (ang. ensemble)]]
   - **[03.12.2025]** [[https://ujchmura-my.sharepoint.com/:b:/g/personal/szymon_bobek_uj_edu_pl/IQAn4D8aaB_fT63-mf9oaIrVAQBc8Xar9_G1YSgBys8ILas?e=l5GsHU|Uczenie przyrostowe]]
-  - **[10.12.2025]** Explainable AI
+  - **[10.12.2025]** {{ :courses:xai:1_introduction_to_explainable_artificial_intelligence.pdf |Explainable AI}}
   - **[17.12.2025]** Głębokie sieci neuronowe
   - **[14/21.01.2026]**  Deep learning w praktycznych zastosowaniach
-  - **Examin termin  I: 04.02.2026**
-  - **Examin termin II: 25.02.2026**
+  * :!: **Egzamin Termin I: 04.02.2026** - godzina 12:00-14:00  sala A-2-07
+  * :!: **Egzamin Termin II: 25.02.2026** -  godzina 12:00-14:00  sala A-2-07
@@ Line 82: / Line 83: @@
 ===== Egzamin =====
+Zagadnienia do egzaminu zawierają się w opublikowanych na stronie wykładach.
+Ponad to zagadnienia obejmują:
+  - Definicja i budowa wielowarstwowej sieci neuronowej.
+  - Rola funkcji aktywacji.
+  - Rola i przykłady funkcji loss.
+  - Rola mechanizmu optymalizatora w treningu sieci neuronowej.
+  - Etapy procesu treningu sieci neuronowej.
+  - Przykłady zadań (problemów) rozwiązywanych przez sieci neuronowe
+  - Podstawowe typy sieci neuronowych.
+  - Reprezentacje danych w różnych problemach uczenia maszynowego