Pole | KOD | Znaczenie kodu |
---|
Zamierzone efekty kształcenia | ZO_2A_HZG-D4_W01 | Wie w jaki sposób zastosować programy informatyczne w pracy hodowlanej. |
---|
Odniesienie do efektów kształcenia dla kierunku studiów | ZO_2A_W01 | wykazuje specjalistyczną/zaawansowaną wiedzę z zakresu nauk pokrewnych w stosunku do biologii, chemii, matematyki, związanych z zootechniką |
---|
ZO_2A_W06 | ma zaawansowaną wiedzę z zakresu organizacji i planowania pracy hodowlanej, w tym również z wykorzystaniem nowoczesnych narzędzi informatycznych, a także z zakresu oceny jakości produktów żywnościowych oraz zarządzania obrotem produktami pochodzenia zwierzęcego |
Odniesienie do efektów zdefiniowanych dla obszaru kształcenia | R2A_W01 | ma rozszerzoną wiedzę z zakresu biologii, chemii, matematyki, fizyki i nauk pokrewnych dostosowaną do studiowanego kierunku studiów |
---|
R2A_W05 | wykazuje znajomość zaawansowanych metod, technik, technologii, narządzi i materiałów pozwalających wykorzystać i kształtować potencjał przyrody w celu poprawy jakości życia człowieka |
Odniesienie do efektów kształcenia prowadzących do uzyskania tytułu zawodowego inżyniera | InzA2_W02 | zna podstawowe metody, techniki, narzędzia i materiały stosowane przy rozwiązywaniu prostych zadań inżynierskich z zakresu studiowanego kierunku studiów |
---|
InzA2_W05 | zna typowe technologie inżynierskie w zakresie studiowanego kierunku studiów |
Cel przedmiotu | C-1 | zapoznanie studentów z możliwością wykorzystania niektórych metod sztucznej inteligencji w praktyce zootechnicznej |
---|
C-2 | Zapoznanie studentów z możliowościami wykorzystania różnych programów w pracy hodowalnej |
Treści programowe | T-A-2 | Klasyfikacja różnych cech użytkowych u zwierząt gospodarskich przy użyciu sztucznych sieci neuronowych. |
---|
T-A-7 | Możliwości zastosowanie programów zarządzających stadem krów w pracy hodowlanej na przykładzie programu AFIFARM. |
T-A-1 | Przygotowanie i wykorzystanie sztucznych sieci neuronpwych do prognozowania użytkowości bydła. |
T-A-3 | Analiza i ocena jakości działania sztucznych sieci neuronowych. |
T-A-4 | Praktyczne zastosowanie programu Genup na podstawie modulu Sel i modułu Wiek. |
T-A-5 | Przewidywanie wartości fenotypowej mieszańców w programie Genup - moduł Cross Table, interpretacja wyników. |
T-A-6 | Praktyczne możliwości wykorzystania programu obora w pracy hodowlanej. |
T-W-2 | Zastosowanie sztucznych sieci nauronowych do prognozowania i klasyfikacji różnych cech użytkowych u zwierząt. |
T-W-3 | Projektowanie i optymaliozacja programów hodowlanych z wykorzystaniem komputerowych programów symulacyjnych. |
T-W-4 | POdstawowe założenia dla programu SelAction. Wprowadzanie danych, interpretacja wyników, możliwości zastosowania w ocenie populacji. |
T-W-5 | Zastosowanie programu GENUP w pracy selekcyjnej. Czynniki determinujące postęp hodowlany w module Sel. Symulacja stochastyczna. |
T-W-6 | POstęp hodowlany osiągany w ciągu roku. Długość użtkowania zwierząt, a postęp hodowlany. Genup - moduł Wiek. Zapoznanie się z symulacją deterministyczną. |
T-W-7 | Szacowanie wielkości heterozji i efektów matecznych, przewidywanie wartości fenotypowej mieszańców z wykorzystaniem programu Genup - moduł Cross Table. |
Metody nauczania | M-1 | wykład informacyjny, prezentacje multimedialne |
---|
Sposób oceny | S-1 | Ocena formująca: sprawdzian pisemny |
---|
Kryteria oceny | Ocena | Kryterium oceny |
---|
2,0 | |
3,0 | Wie w jaki sposób wykorzystać programy komputerowe w pracy hodowlanej |
3,5 | |
4,0 | |
4,5 | |
5,0 | |