Z najlepszymi przez nauk\u0119 – Wyk\u0142ady popularnonaukowe<\/span><\/h3>\nZapraszamy na wyk\u0142ad pod tytu\u0142em Zastosowanie uczenia maszynowego w fizyce cz\u0105stek<\/em><\/span>, kt\u00f3ry wyg\u0142osi dr Katarzyna Schmidt, prof. U\u015a.<\/strong><\/p>\nKiedy:<\/strong><\/span> 21 marca 2023 roku (wtorek) o godzinie 09:45.<\/p>\nGdzie:<\/strong><\/span> Sala audytoryjna P\/0\/05
\nWydzia\u0142 Nauk \u015acis\u0142ych i Technicznych Uniwersytetu \u015al\u0105skiego
\nul. 75. Pu\u0142ku Piechoty 1A, 41-500 Chorz\u00f3w<\/p>\nZapisz si\u0119!<\/strong><\/span><\/a><\/span><\/p>\nWyk\u0142ad bezp\u0142atny, a liczba miejsc ograniczona.<\/p>\n
Opis wyk\u0142adu:<\/strong><\/span>
\nRozw\u00f3j uczenia maszynowego staje si\u0119 coraz istotniejsz\u0105 dziedzin\u0105 dla nauk informatycznych, ale tak\u017ce dla u\u017cytku codziennego w innych dziedzinach \u017cycia. Dziedzinie tej zawdzi\u0119czamy wiele rozwi\u0105za\u0144, mi\u0119dzy innymi: filtry antyspamowe zaimplementowane w pocztach e-mail, efektywne wyszukiwanie tre\u015bci w przegl\u0105darkach internetowych, rozpoznawanie obiekt\u00f3w na zdj\u0119ciach lub w czasie rzeczywistym – co docelowo mo\u017ce doprowadzi\u0107 np. do powstania w pe\u0142ni bezpiecznych i wydajnych pojazd\u00f3w samojezdnych (autonomicznych). Uczenie maszynowe dzieli si\u0119 na trzy odmiany: uczenie nadzorowane, uczenie nienadzorowane oraz uczenie przez wzmocnienie. Ka\u017cdy z wymienionych rodzaj\u00f3w uczenia s\u0142u\u017cy do rozwi\u0105zywania innych problem\u00f3w Na wyk\u0142adzie om\u00f3wione zostan\u0105 w\/w odmiany oraz przyk\u0142ady ich zastosowania w \u017cyciu codziennym. Szczeg\u00f3lnie om\u00f3wione zostanie jedno z zastosowa\u0144 w eksperymencie NA61\/SHINE w CERNie.<\/p>\n
Kiedy:<\/strong><\/span> 21 marca 2023 roku (wtorek) o godzinie 09:45.<\/p>\n Gdzie:<\/strong><\/span> Sala audytoryjna P\/0\/05 Zapisz si\u0119!<\/strong><\/span><\/a><\/span><\/p>\n Wyk\u0142ad bezp\u0142atny, a liczba miejsc ograniczona.<\/p>\n Opis wyk\u0142adu:<\/strong><\/span>
\nWydzia\u0142 Nauk \u015acis\u0142ych i Technicznych Uniwersytetu \u015al\u0105skiego
\nul. 75. Pu\u0142ku Piechoty 1A, 41-500 Chorz\u00f3w<\/p>\n
\nRozw\u00f3j uczenia maszynowego staje si\u0119 coraz istotniejsz\u0105 dziedzin\u0105 dla nauk informatycznych, ale tak\u017ce dla u\u017cytku codziennego w innych dziedzinach \u017cycia. Dziedzinie tej zawdzi\u0119czamy wiele rozwi\u0105za\u0144, mi\u0119dzy innymi: filtry antyspamowe zaimplementowane w pocztach e-mail, efektywne wyszukiwanie tre\u015bci w przegl\u0105darkach internetowych, rozpoznawanie obiekt\u00f3w na zdj\u0119ciach lub w czasie rzeczywistym – co docelowo mo\u017ce doprowadzi\u0107 np. do powstania w pe\u0142ni bezpiecznych i wydajnych pojazd\u00f3w samojezdnych (autonomicznych). Uczenie maszynowe dzieli si\u0119 na trzy odmiany: uczenie nadzorowane, uczenie nienadzorowane oraz uczenie przez wzmocnienie. Ka\u017cdy z wymienionych rodzaj\u00f3w uczenia s\u0142u\u017cy do rozwi\u0105zywania innych problem\u00f3w Na wyk\u0142adzie om\u00f3wione zostan\u0105 w\/w odmiany oraz przyk\u0142ady ich zastosowania w \u017cyciu codziennym. Szczeg\u00f3lnie om\u00f3wione zostanie jedno z zastosowa\u0144 w eksperymencie NA61\/SHINE w CERNie.<\/p>\n
![\"logo](\"https:\/\/us.edu.pl\/wydzial\/wnst\/wp-content\/uploads\/sites\/18\/2022\/06\/pin-us-logo.png\"){kind=logo}
[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column]![\"\"](\"https:\/\/us.edu.pl\/wydzial\/wnst\/wp-content\/uploads\/sites\/18\/Bez-kategorii\/loga-1.png\")
<\/p>\n