moduł #1 Wprowadzenie do obliczeń poznawczych Przegląd obliczeń poznawczych, ich ewolucji i zastosowań
moduł #2 Sztuczna inteligencja i uczenie maszynowe Podstawy sztucznej inteligencji i uczenia maszynowego, rodzaje uczenia maszynowego i ich rola w obliczeniach poznawczych
moduł #3 Architektura obliczeń poznawczych Komponenty i warstwy architektury obliczeń poznawczych, w tym czujniki, przetwarzanie i analiza
moduł #4 Przetwarzanie języka naturalnego (NLP) Podstawy NLP, analiza tekstu i rozumienie języka
moduł #5 Widzenie komputerowe Podstawy widzenia komputerowego, przetwarzania obrazów i rozpoznawania obiektów
moduł #6 Uczenie maszynowe w obliczeniach poznawczych Nadzorowane i nienadzorowane techniki uczenia maszynowego w obliczeniach poznawczych, w tym sieci neuronowe i głębokie uczenie
moduł #7 Przetwarzanie danych i analiza Big data, bazy danych NoSQL i analiza dla obliczeń poznawczych
moduł #8 Przetwarzanie poznawcze i Internet rzeczy (IoT) Rola IoT w obliczeniach kognitywnych, integracji czujników i obliczeniach brzegowych
moduł #9 Obliczenia kognitywne w opiece zdrowotnej Zastosowania obliczeń kognitywnych w opiece zdrowotnej, w tym obrazowanie medyczne i medycyna spersonalizowana
moduł #10 Obliczenia kognitywne w finansach Zastosowania obliczeń kognitywnych w finansach, w tym analiza ryzyka i zarządzanie portfelem
moduł #11 Obliczenia kognitywne w obsłudze klienta Zastosowania obliczeń kognitywnych w obsłudze klienta, w tym chatboty i asystenci wirtualni
moduł #12 Obliczenia kognitywne w cyberbezpieczeństwie Zastosowania obliczeń kognitywnych w cyberbezpieczeństwie, w tym wykrywanie zagrożeń i identyfikacja anomalii
moduł #13 Obliczenia kognitywne i robotyka Integracja obliczeń kognitywnych i robotyki, w tym systemy autonomiczne i interakcja człowiek-robot
moduł #14 Obliczenia kognitywne i etyka Rozważania etyczne w obliczeniach kognitywnych, w tym stronniczość, przejrzystość i rozliczalność
moduł #15 Platformy obliczeń kognitywnych i narzędzia Przegląd popularnych platform i narzędzi do obliczeń kognitywnych, w tym IBM Watson, Google Cloud AI i Microsoft Azure Cognitive Services
moduł #16 Rozwój aplikacji do obliczeń kognitywnych Zasady projektowania i najlepsze praktyki tworzenia aplikacji do obliczeń kognitywnych
moduł #17 Obliczenia kognitywne i chmura Obliczenia w chmurze dla obliczeń kognitywnych, w tym zagadnienia skalowalności, niezawodności i bezpieczeństwa
moduł #18 Obliczenia kognitywne i przetwarzanie brzegowe Obliczenia brzegowe dla obliczeń kognitywnych, w tym przetwarzanie w czasie rzeczywistym i redukcja opóźnień
moduł #19 Obliczenia kognitywne i wyjaśnialność Wyjaśnialność i interpretowalność w obliczeniach kognitywnych, w tym przejrzystość i rozliczalność modeli
moduł #20 Obliczenia kognitywne i uczenie transferowe Uczenie transferowe w obliczeniach kognitywnych, w tym adaptacja domeny i transfer wiedzy
moduł #21 Obliczenia kognitywne i uczenie przez wzmacnianie Uczenie przez wzmacnianie w obliczeniach kognitywnych, w tym procesy decyzyjne Markowa i funkcje nagrody
moduł #22 Obliczenia kognitywne i Modele generatywne Modele generatywne w obliczeniach kognitywnych, w tym GAN i VAE
moduł #23 Obliczenia kognitywne i aktywne uczenie się Aktywne uczenie się w obliczeniach kognitywnych, w tym uczenie się w pętli człowiek-w-pętli i online
moduł #24 Obliczenia kognitywne i interakcja człowiek-komputer Interakcja człowiek-komputer w obliczeniach kognitywnych, w tym projektowanie doświadczeń użytkownika i interfejsu
moduł #25 Podsumowanie i zakończenie kursu Planowanie kolejnych kroków w karierze w dziedzinie informatyki poznawczej
