Skip to content

gmum/MPSI

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

23 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Matematyczne Podstawy Sztucznej Inteligencji (MPSI)

Repozytorium przedmiotu „Matematyczne Podstawy Sztucznej Inteligencji” prowadzonego na Uniwersytecie Jagiellońskim w 2025 roku. Strona jest hostowana przez grupę badawczą GMUM zajmującą się uczeniem maszynowym.

Cel

  • Zrozumienie matematycznych podstaw Sztucznej Inteligencji (SI), ze szczególnym naciskiem na zrozumienie w jaki sposób i dlaczego są one używane
  • Nauka efektywnego wykorzystania modeli językowych (ChatGPT) jako narzędzii wspomagających i przyspieszających naukę i pracę
  • Zaznajomienie z podstawami SI na przykładzie względnie prostych problemów i datasetów

Obecność na zajęciach

  • Obecność na wykładzie nie jest obowiązkowa, jednak:
    • materiał wyłożony na wykładzie obowiązuje na ćwiczeniach
    • w trakcie ćwiczeń NIE będzie tłumaczony materiał z wykładu - wszystkie wątpliwości dotyczące materiału należy zgłaszać na bieżąco w trakcie trwania wykładu
  • Obecność na ćwiczeniach jest obowiązkowa
    • można mieć co najwyżej dwie nieusprawiedliwione nieobecności na ćwiczeniach
    • nieobecność nie zwalnia z obowiązku oddawania zadań
    • obowiązkiem uczestnika zajęć jest uzyskanie informacji o przekazanych na zajęciach wiadomościach

Set up

Ściągnąć oraz zainstalować minicondę: https://conda.io/en/latest/miniconda.html (niewymagane jeśli zainstalowana jest Anaconda)

Stworzyć środowisko razem z wymaganymi paczkami: conda create --name mpsi python=3.10 numpy=1.22.2 scipy=1.11.1 matplotlib=3.7.2 scikit-learn=1.2.0 jupyter

Aktywować środowisko: Unix/MacOS: conda activate mpsi \ Windows: w Anaconda Prompt: activate mpsi

Doinstalować PyTorcha: https://pytorch.org/ (2.0.1) GPU: conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia CPU only: conda install pytorch torchvision torchaudio cpuonly -c pytorch

Colaboratory (opcjonalnie)

W przyszłości do notebooków mogą być potrzebne większe zasoby obliczeniowe. W tym celu będziemy korzystać z narzędzia Google Colaboratory, które udostępnia za darmo dostęp do GPU. Opcjonalnie można teraz przetestować jego działanie:

Wrzucić folder z repo na swojego Google Drive.

Otworzyć ten plik i z dostępnych aplikacji wybrać Colaboratory

About

No description, website, or topics provided.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published