Professor of Computer Science Department, University of Information Technology and Management in Rzeszow, senior member of the ACM and IEEE, recently visiting professor to Université Côte d’Azur, France. In 2017, he was a visiting professor to The University of Tennessee Knoxville, USA on Fulbright scholarship, working in Innovative Computing Laboratory headed by Jack Dongarra. As a result, a joint paper published and software ParAd issued. Dmitry A. Zaitsev developed: theory of linear system clans; small universal Petri and Sleptsov nets in explicit form; generalized neighborhood for cellular automata; theory of infinite Petri nets; algorithm for fuzzy logic function synthesis.

Dr inż. Janusz Korniak, Prodziekan Kolegium Informatyki Stosowanej ds. ścieżek anglojęzycznych, wprowadzenie:

Sztuczna inteligencja rozwijana jest przez naukowców i firmy z branży IT od wielu lat. Ostatnie zastosowania stały się łatwo dostępne dla zwykłych użytkowników komputerów i urządzeń mobilnych. To pokazuje, jak wielki postęp oraz przyśpieszenie w tym zakresie dokonało się w ostatnich latach. Przekłada to się na zapotrzebowanie na specjalistów z IT, którzy znają technologię AI, a tym samym konieczność poznania tych technologii. Zapraszam Państwa do zapoznania się z wprowadzeniem do sztucznej inteligencji przygotowanym przez profesora Dmitry Zaitseva, które w sposób przystępny przekazuje wiedzę dotyczącą fundamentów tego obszaru. Z prezentacji można dowiedzieć się o podstawach i zastosowaniach AI, uczeniu maszynowym oraz o przykładowych wdrożeniach w różnych obszarach zastosowań. W szczególności omówione zostało wykorzystanie AI w obszarze Data Science wraz ze wskazówkami dotyczącymi gotowych narzędzi, które można wykorzystać w praktyce. Prezentacja jest w języku angielskim. Jest przeznaczona przede wszystkim dla studentów, inżynierów i naukowców, którzy chcą tworzyć nowe rozwiązania oraz wszystkich, którzy chcą zrozumieć istotę sztucznej inteligencji.

Praktyczne wprowadzenie do AI/ Introduction to Artificial Intelligence

This tutorial involves beginners who, possibly, are not programmers, though they have mastered the basics of working with computers and using MS Office and Internet resources. Also, it could be useful for IT and CS professionals who missed basic knowledge in the AI domain and would like to be updated. Lectures submerge you in a miraculous world of Artificial intelligence, from definitions, the Turing test, classification of AI directions, and an overview of the AI domain. We will be playing AI powered games to understand what it is. Then we proceed with data science, a case study in analyzing business information for big corporations. Advanced topics in logic, using the very popular automatic proof system Z3 are optional.

Finally, we will concentrate on Supervised Machine Learning and Unsupervised Machine learning within the interactive system Orange Data Mining, which is very easy to use and understand. Just draw on screen your layout connecting components, and the ML system is ready to use. For a case study, we will find big data sets on the Internet, though you can use your own data as well.

Well. After our tutorial, you can proceed with studying Python, PyTorch, Jupyter, as well as mastering embedded applications with NVIDIA Jetson and self-driving vehicles with JetBot!

___________________________________________________________________

Basic references:

1) Lectures: Introduction to AI
http://daze.ho.ua/iai.zip
2) Install software: Orange, Data Mining Fruitful and Fun
https://orangedatamining.com/
3) Personal Web-site : CV, papers, software, models, video-lectures, etc.
http://daze.ho.ua

Additional:
• Python Bootcamp
https://classroom.google.com/c/NTgxNzE4NzU3MjU5?cjc=fnu3f4m
• AI&ML empowered with NVIDIA Jetson Nano self-driving vehicle JetBot