Nie jesteś zalogowany | Zaloguj się

Uczenie maszynowe — wymagania na egzamin wstępny na studia drugiego stopnia

Rozkład zagadnień na egzaminie będzie zbliżony do poniższego (mogą się jednak zdarzyć odstępstwa):

  • Rachunek Prawdopodobieństwa i Statystyka: 13%
  • Algebra liniowa: 13%
  • Matematyka Dyskretna: 13%
  • Python: 10%
  • Analiza matematyczna: 7%
  • Podstawy matematyki: 7%
  • Algorytmy i struktury danych: 7%
  • Bazy danych: 3%
  • Programowanie współbieżne: 7%
  • Sieci komputerowe: 3%
  • Systemy operacyjne: 3%
  • Wstęp do uczenia maszynowego: 13%

Analiza matematyczna

  • Szkic teorii aksjomatycznej liczb rzeczywistych, w tym: kresy, indukcja , zapis dziesiętny liczb całkowitych, liczby wymierne, potęga rzeczywista
  • Ciągi liczbowe: granica (skończona i nie) oraz zbieżność, elementarne własności granicy, ciągi monotoniczne, podciągi i tw. Bolzano - Weierstrassa, warunek Cauchy'ego i zupełność, informacje o dalszych twierdzeniach z teorii granicy (np. tw. Stolza)
  • Szeregi liczbowe: pojęcie szeregu i jego sumy, zbieżność i zbieżność bezwzględna, kryteria: porównawcze, asymptotyczne, zagęszczeniowe, d'Alemberta, Cauchy'ego, Dirichleta; zmiana kolejności sumowania, iloczyn Cauchy'ego szeregów
  • Granica i ciągłość funkcji jednej zmiennej: pojęcie punktu skupienia zbioru, pojęcie granicy funkcji i warunki równoważne, własności granicy, ciągłość, własność Darboux, twierdzenie Weierstrassa o osiąganiu kresów, ciągłość jednostajna, szeregi potęgowe - zbiór zbieżności i ciągłość sumy, kilka funkcji elementarnych (wykładnicza, logarytmiczna, potęgowa, trygonometryczne)
  • Rachunek różniczkowy funkcji jednej zmiennej: pochodna i jej sens geometryczny, własności algebraiczne pochodnej, różniczkowanie elementarnych funkcji, ekstrema lokalne, twierdzenia Rolle'a, Lagrange'a i Cauchy'ego o wartości średniej, monotoniczność a pochodna, reguła de l'Hospitala, wyższe pochodne, wypukłość, wzór Taylora
  • Zbieżności (punktowa, jednostajna, niemal jednostajna) ciągów i szeregów funkcyjnych: norma „sup” funkcji, warunki konieczne i dostateczne (war. Cauchy’ego,  kryt. Weierstrassa) zbieżności jednostajnej szeregów funkcyjnych, twierdzenia o ciągłości i o różniczkowalności granicy, informacja o aproksymacji jednostajnej wielomianami
  • Rachunek całkowy funkcji jednej zmiennej: całka nieoznaczona i oznaczona, całkowanie przez części i przez podstawianie, całkowanie funkcji wymiernych, informacje o typowych podstawieniach, całka Riemanna, całkowalność i zbieżność sum Riemanna dla funkcji ciągłych, elementarne własności całki Riemanna, podstawowe twierdzenie rachunku całkowego, twierdzenie (tzw. „I-sze”) o wartości średniej, całki niewłaściwe (szkic)
  • Przestrzenie metryczne i ciągłość funkcji wielu zmiennych: przykłady metryk, normy, zbiory otwarte i domknięte, zbieżność ciągów w przestrzeniach metrycznych, zwartość w Rn i twierdzenie Bolzano Weierstrassa, granica i ciągłość funkcji wielu zmiennych, ciągłość funkcji a otwartość/domkniętość zbiorów, twierdzenie Weierstrassa o osiąganiu kresów dla funkcji wielu zmiennych
  • Rachunek różniczkowy funkcji wielu zmiennych: pochodna funkcji wektorowej 1-nej zmiennej, pochodne cząstkowe, funkcje klasy C1, tw. o ekstremach lokalnych dla funkcji skalarnych, pochodna kierunkowa, różniczka, macierz Jakobiego, ciągłość funkcji różniczkowalnych i różniczkowalność funkcji klasy C1, różniczka złożenia i reguła „łańcuchowa”, ekstrema warunkowe i tw. o mnożnikach Lagrange'a, pochodne cząstkowe drugiego rzędu i warunki dostateczne na ekstrema lokalne

Algebra liniowa

  • Grupy. Ciała. Liczby zespolone, postać trygonometryczna, wzór de'Moivre'a, pierwiastki z jedności, pierwiastki z liczby zespolonej
  • Wielomiany, zasadnicze tw. algebry (bez dowodu)
  • Macierze o współczynnikach z ciała. Działania na macierzach
  • Przestrzenie liniowe nad ciałem, podprzestrzeń liniowa, liniowa niezależność, baza, wymiar. Przykłady baz. Część wspólna, suma, suma prosta podprzestrzeni
  • Obraz, jądro i rząd macierzy. Macierze odwracalne
  • Układy równań liniowych. Twierdzenie Kroneckera-Capellego. Opis zbioru rozwiązań. Eliminacja Gaussa
  • Wyznaczniki i ich własności. Wzory Cramera
  • Przekształcenia liniowe i funkcjonały. Macierz przekształcenia liniowego. Rząd, obraz i jądro przekształcenia liniowego oraz macierzy. Izomorfizm przestrzeni liniowych
  • Przestrzeń sprzężona, bazy sprzężone, macierz zmiany bazy, związek z przekształceniami liniowymi
  • Podobieństwo macierzy. Wartość własna, wektor własny, widmo macierzy/przekształcenia liniowego. Wielomian charakterystyczny. Diagonalizacja przekształcenia liniowego/macierzy. Informacja o tw. Jordana
  • Przestrzenie euklidesowe/unitarne. Iloczyn skalarny, norma euklidesowa, pojęcie kąta. Baza ortogonalna/ortonormalna, tożsamość Parsevala. Ortogonalizacja Grama-Schmidta. Dopełnienie ortogonalne i rozkład ortogonalny przestrzeni, rzut ortogonalny. Izometrie, macierze ortogonalne/unitarne
  • Formy hermitowskie i symetryczne. Przystawanie macierzy. Diagonalizacja macierzy symetrycznych/hermitowskich. Kryterium Sylvestera

Podstawy matematyki

  • Rachunek zdań i jego własności. Wprowadzenie do rachunku kwantyfikatorów
  • Operacje na zbiorach, w tym działania nieskończone
  • Relacje i funkcje oraz ich podstawowe własności
  • Relacja równoważności, zasada abstrakcji
  • Liczby naturalne. Zasada indukcji
  • Równoliczność. Zbiory skończone i nieskończone, przeliczalne i nieprzeliczalne
  • Twierdzenie Cantora i twierdzenie Cantora-Bernsteina
  • Porządki częściowe i liniowe. Kresy. Zastosowania lematu Kuratowskiego - Zorna
  • Porządki dobre i dobrze ufundowane. Indukcja
  • Pojęcie dowodu formalnego. Systemy dowodzenia dla rachunku zdań, twierdzenie o pełności
  • Struktury relacyjne. Język pierwszego rzędu: semantyka, twierdzenie o pełności

Matematyka Dyskretna

  • Indukcja matematyczna i rekurencja
  • Sumy skończone
  • Współczynniki dwumianowe
  • Permutacje i podziały
  • Funkcje tworzące i ich zastosowania
  • Metody zliczania: enumeratory, zasada włączania-wyłączania
  • Asymptotyka: notacja asymptotyczna (O,Omega, Theta, o, omega), twierdzenie o rekurencji uniwersalnej
  • Elementarna teoria liczb: podzielność, liczby pierwsze, rozkład na czynniki pierwsze, NWD i algorytm Euklidesa
  • Arytmetyka modularna: małe twierdzenie Fermata i twierdzenie Eulera, chińskie twierdzenie o resztach, rozwiązywanie równań modularnych
  • Elementy kryptografii: test Millera-Rabina i system RSA
  • Grafy: ścieżki, drzewa i cykle, cykle Eulera i Hamiltona, grafy dwudzielne, skojarzenia i twierdzenie Halla, planarność, kolorowanie grafów

Rachunek Prawdopodobieństwa i Statystyka

  • Przestrzeń probabilistyczna: aksjomaty, własności, schemat klasyczny, prawdopodobieństwo geometryczne, miara
  • Prawdopodobieństwo warunkowe: prawdopodobieństwo całkowite, wzór Bayesa, niezależność zdarzeń
  • Dyskretne zmienne losowe: definicja, własności, podstawowe rozkłady – dwupunktowy, dwumianowy, Poissona, geometryczny
  • Parametry rozkładu: wartość oczekiwana, wariancja, momenty, funkcje tworzące prawdopodobieństwa, ich własności oraz zastosowania do wyznaczania parametrów rozkładu
  • Szacowanie ogonów: nierówności Markowa, Czebyszewa, Chernoffa, prawa wielkich liczb
  • Ciągłe zmienne losowe: definicja, własności, rozkład wykładniczy oraz normalny, centralne twierdzenie graniczne
  • Łańcuchy Markowa: definicja oraz podstawowe własności, prawdopodobieństwa oraz średnie czasy dotarcia, klasyfikacja stanów, twierdzenie ergodyczne, zastosowania
  • Statystyka opisowa: cechy i ich skale, dane surowe i skumulowane, prezentacja graficzna, miary tendencji centralnej i rozrzutu
  • Wnioskowanie statystyczne: próbka prosta, statystyka i estimator, estymacja parametryczna i nieparametryczna, metoda największej wiarygodności
  • Testowanie hipotez i przedziały ufności: przedziały ufności dla średniej, metodologia testu statystycznego, p-value

Wstęp do uczenia maszynowego

  • Estymacja parametrów
  • Testowanie hipotez
  • p-wartości i testowanie wielu hipotez
  • Uczenie statystyczne
  • Regresja liniowa
  • Klasyfikacja
  • Metody repróbkowania, wybór modelu
  • Regularyzacja
  • Metody drzewiaste
  • Podstawy sieci neuronowych
  • Redukcja wymiaru
  • Klastrowanie

Algorytmy i struktury danych

  • Podstawowe zasady analizy algorytmów
  • Metody projektowania wydajnych algorytmów
  • Sortowanie
  • Selekcja
  • Kolejki priorytetowe
  • Wyszukiwanie i słowniki
  • Problem "Find-Union" i jego zastosowania
  • Algorytmy grafowe
  • Wyszukiwanie wzorca w tekstach
  • Tekstowe struktury danych

Bazy danych

  • Relacyjny model danych
  • Podstawowe konstrukcje języka SQL i sposoby ich realizacji
  • Rodzaje metadanych i ich rola
  • Redundancja a postacie normalne
  • Przejście od modelu pojęciowego do modelu logicznego
  • Fizyczna reprezentacja danych

Systemy operacyjne

  • Mechanizmy sprzętowe potrzebne do realizacji wielodostępnych, wieloprocesowych systemów operacyjnych
  • Podstawy programowania niskopoziomowego, asembler
  • Algorytmy szeregowania procesów
  • Pamięć wirtualna. Cechy charakterystyczne różnych technik realizacji pamięci wirtualnej
  • Funkcje systemowe do obsługi plików z poziomu użytkownika (czynności wykonywane przez system operacyjny, struktury danych)

Sieci komputerowe

  • Warstwy sieci
  • Protokoły TCP, UDP, IP, ICMP, Ethernet
  • Adresy internetowe, tablice tras, zasady trasowania, NAT
  • System nazw domenowych
  • Sieciowy interfejs gniazd

Programowanie współbieżne

  • Metody synchronizacji w modelu współbieżnym: zmienne współdzielone (koalgorytmy wzajemnego wykluczania), semafory, monitory
  • Analiza poprawności algorytmów współbieżnych (bez użycia LTL - u)
  • Metody synchronizacji w modelu rozproszonym: komunikacja synchroniczna, komunikacja asynchroniczna (przestrzeń krotek)
  • Spójność i modele spójności: linearizability (or atomicity), sequential consistency, causal consistency, eventual consistency
  • Wydajność w modelu współbieżnym: work, span, speed - up, parallelization - ilustrowane i szacowane programami w CILK-u
  • Metody programowania współbieżnego (wykłady wprowadzające do laboratoriów; synchronizowane z laboratoriami): wątki POSIX, współbieżność w Javie (klasyczna, java.util.concurrency), współbieżność w C++

Python

  • Przepływ sterowania
  • Kontenery (tablice, listy, słowniki itp.)
  • Klasy, obiekty i dziedziczenie
  • Moduły
  • Mechanizm refleksji
  • Metaprogramowanie