Przejdź do menu Przejdź do treści

Seminaria dyplomowe / magisterskie

Kierunek Informatyka

PromotorProblematyka i przykładowe tematy prac
dr hab. Jan Kozak, prof. UE

Problematyka: Sztuczna inteligencja ze szczególnym uwzględnieniem inteligencji obliczeniowej oraz uczenia maszynowego. W tym praktyczne zastosowanie.

 

Wybrane tytuły prac:

  • uczenie maszynowe w predykcji wyników zawodów sportowych,
  • analiza problemu predykcji zawodów sportowych z wykorzystaniem uczenia maszynowego i analizy danych,
  • algorytmy genetyczne – system do prognozowania cen akcji na rynku papierów wartościowych,
  • testy wybranych algorytmów mapujących z zastosowaniem taniego skanera laserowego,
  • badanie wydajności szkieletów aplikacyjnych do tworzenia usług sieciowych.
dr Barbara Probierz

Problematyka: Uczenie maszynowe w teorii i praktyce, bazy danych i analiza danych - metody i narzędzia w praktycznym zastosowaniu, tworzenie aplikacji internetowych/mobilnych w różnych obszarach zastosowań, analiza sieci społecznościowych, inne tematy zgodne z zainteresowania seminarzystów.

 

Wybrane tytuły prac:

  • teoria portfelowa Markowitza a elementy gamifikacji na przykładzie gry finansowej,
  • teoria gier – projekt i analiza aplikacji „Kamień – papier – nożyce”,
  • relacyjne i nierelacyjne modele baz danych,
  • aplikacja internetowa do nauki matematyki z elementami pedagogiki,
  • aplikacja mobilna ułatwiająca pomiar przyjmowanych kalorii na podstawie kodu kreskowego produktu,
  • zastosowanie systemów uczących się w predykcji wyników sportowych na przykładzie futbolu amerykańskiego,
  • analiza wpływu współbieżności na złożoność algorytmu genetycznego,
  • predykcja danych z zastosowaniem algorytmów genetycznych i sieci kognitywnych,
  • analiza skuteczności algorytmów drzew decyzyjnych w predykcji danych,
  • analiza wpływu szumu na system rozpoznawania twarzy i porównanie wybranych filtrów odszumiajacych,
  • analiza i porównanie wybranych algorytmów uczenia maszynowego ze wzmocnieniem.
dr Przemysław Juszczuk

Problematyka: Algorytmy uczenia maszynowego, optymalizacja wielokryterialna, metaheurystyki.

 

Wybrane tytuły prac:

  • elementy teorii gier (algorytmy dokładne i przybliżone dla wyznaczania równowagi Nasha),
  • optymalizacja jednokryterialna/wielokryterialna i metaheurystyki,
  • model Markowitza i jego pochodne na rynku akcji, rynku forex i rynku kryptowalut,
  • Principal Component Analysis w procesie redukcji liczby wskaźników analizy technicznej,
  • rozmyte sieci kognitywne na rynku forex,
  • Intensity Modulated Radiation Therapy analiza i przygotowanie map fluencji dla pacjentów onkologicznych. Metody korekty map fluencji bazujące na filtrach medianowych i uśrednianiu,
  • inne tematy interesujące seminarzystów pod warunkiem uzgodnienia zakresu pracy z promotorem.
dr Tomasz Jach

Problematyka: Uczenie maszynowe, przetwarzanie obrazów i analiza wideo, systemy strumieniowania danych, przetwarzanie danych w czasie rzeczywistym, tworzenie aplikacji chmurowych (code i no-code). Tematyki zgodne z zainteresowaniem dyplomantów.

 

Wybrane tytuły prac:

  • Analiza danych z lotniczych rejestratorów pokładowych
  • Porównanie narzędzi do strumieniowania danych
  • Analiza porównawcza wydajności narzędzi low-code na platformie AWS
  • Chmurowe przetwarzanie danych z użyciem platofrmy Snowflake
  • Analiza, przetwarzanie i modelowanie danych Internet of Things
dr Grzegorz Dziczkowski

Problematyka: Uczenie maszynowe - zastosowania praktyczne. Aplikacje mobilne, internetowe i desktopowe. Tematyki zgodne z zainteresowaniem dyplomantów.

 

Wybrane tytuły prac:

  • wykorzystanie technik uczenia maszynowego z nadzorem w celu predykcji wartości ryzyka ubezpieczeniowego samochodu,
  • wykorzystanie technik uczenia maszynowego z nadzorem oraz języków R i Python do przeprowadzenia klasyfikacji text-mining,
  • analiza technik uczenia maszynowego do wykrywania i rozpoznawania twarzy w aplikacjach mobilnych,
  • zastosowanie konwolucyjnych sieci neuronowych w rozpoznawaniu obrazów,
  • zastosowanie modelu uczenia maszynowego oraz streamingu w celu predykcji wypłacalności kredytobiorcy,
  • uczenie maszynowe w budowie aplikacji internetowej estymującej wartości mieszkań,
  • eliminacja efektu zimnego startu algorytmu rekomendacyjnego za pomocą klasyfikacji,
  • system wykorzystujący beacony do oceniania studentów – część webowa z wykorzystaniem technologii AJAX,
  • chatterbot oparty na języku AIML wspomagający naprawę i utrzymanie rowerów,
  • gra wieloosobowa na urządzenia mobilne wykorzystująca algorytm rekomendacyjny,
  • architektura systemów rozproszonych oparta o zautomatyzowane skalowanie kontenerów przy wzroście i spadku obciążenia,
  • inteligentne terrarium – autonomiczny system zarządzający parametrami terrarium.

Kierunek Gospodarka Cyfrowa

PromotorProblematyka i przykładowe tematy prac
dr Grzegorz Dziczkowski

Problematyka: Uczenie maszynowe - zastosowania praktyczne. Aplikacje mobilne, internetowe i desktopowe. Tematyki zgodne z zainteresowaniem dyplomantów.

 

Wybrane tytuły prac:

  • Analiza wydźwięku wypowiedzi i wykrywanie emocji w tekście z wykorzystaniem metod ML 
  • System detekcji i rozpoznawania twarzy, wieku i płci z wykorzystaniem kamery zewnętrznej
  • Wizualne narzędzie do realizacji projektów z uczenia maszynowego
  • Zrobotyzowana automatyzacja procesów z wykorzystaniem silnika optycznego rozpoznawania znaków.
  • Klasyfikacja technik i metod eksploracji danych oraz ich praktyczne wykorzystanie  
  • Identyfikacja zapalenia płuc z wykorzystaniem biblioteki Keras w języku R
  • Implementacja konwolucyjnych sieci neuronowych z wykorzystaniem modelu sekwencyjnego oraz modelu uczenia transferowego
  • Zastosowanie konwolucyjnych sieci neuronowych w rozpoznawaniu obrazów
  • Wykorzystanie algorytmów uczenia maszynowego do analizy ryzyka kredytowego
  • Wykorzystanie metod eksploracji danych w bankowej kampanii marketingowej 
 
Dołącz do nas

Akredytacje i partnerzy

logotyp efmd
logotyp ceeman
logotyp hr
logotyp cima
logotyp eaie
logotyp bauhaus4
logotyp progres3
logotyp acca