Nasze koło naukowe skupia pasjonatów informatyki, którzy chcą poznać tajniki tworzenia modeli uczenia maszynowego i sztucznej inteligencji.
Jesteśmy grupą studentów, którzy wierzą, że technologia może być używana do rozwiązywania problemów życia codziennego. W przeszłości pracowaliśmy nad różnorodnymi projektami, które pozwoliły nam zdobyć cenne doświadczenie. Jednym z naszych wcześniejszych projektów były autonomiczne samochodziki, które wymagały zastosowania zaawansowanych algorytmów uczenia maszynowego oraz przetwarzania obrazu. Innym interesującym projektem były boty grające w warcaby, które pozwoliły nam zgłębić tajniki sztucznej inteligencji i algorytmów decyzyjnych.
W naszych projektach wykorzystujemy różnorodne technologie i narzędzia, takie jak Python, PyTorch, OpenCV i wiele innych.
Python jest naszym głównym językiem programowania, dzięki któremu możemy szybko i efektywnie tworzyć zaawansowane modele uczenia maszynowego. PyTorch pozwala nam na budowanie i trenowanie sieci neuronowych, podczas gdy OpenCV jest nieocenione w projektach związanych z przetwarzaniem obrazu.
Dzięki temu jesteśmy w stanie tworzyć zaawansowane modele, które mogą rozwiązywać złożone problemy. Nasze projekty często obejmują przetwarzanie obrazu, analizę danych i tworzenie algorytmów, które mogą być stosowane w różnych dziedzinach życia.
Bierzemy również udział w licznych konkursach, hackathonach i wydarzeniach promocyjnych, gdzie mamy okazję prezentować nasze umiejętności i zdobywać cenne doświadczenie. Te wydarzenia pozwalają nam na wymianę wiedzy z innymi pasjonatami technologii i zdobywanie nowych inspiracji.
Sylwetka mentora:
Dr inż. Piotr Duch jestem adiunktem w Instytucie Informatyki Stosowanej na Politechnice Łódzkiej, gdzie prowadzi zajęcia z różnych przedmiotów, w szczególności związanych z programowaniem i sztuczną inteligencją. W 2021 r. aktywnie uczestniczył w tworzeniu programu studiów magisterskich na kierunku sztuczna inteligencja i uczenie maszynowe.
Od 2017 r. pełni funkcję opiekuna koła naukowego. W ramach działalności dydaktycznej regularnie wspiera studentów w realizacji ich własnych projektów, które zdobywają uznanie zarówno w kraju, jak i za granicą.
Jako mentor, angażuje się w rozwój kariery moich podopiecznych, oferując im wsparcie nie tylko w kwestiach akademickich, ale także zawodowych i badawczych. Dodatkowo, prowadzi prace inżynierskie oraz magisterskie, wspierając studentów w osiąganiu ambitnych celów naukowych i badawczych.
Kontakt:
- mentor: dr inż. Piotr Duch, e-mail: piotr.duch@p.lodz.pl
- koło: main@info.p.lodz.pl
Zadania koła do realizacji w roku akademickim 2025/2026:
Współczesne rynki finansowe są pełne zmienności, a dynamiczne zmiany na giełdach oraz ogromna ilość danych utrudniają podejmowanie trafnych decyzji inwestycyjnych. Tradycyjne metody analizy, choć wciąż przydatne, często nie wystarczają w tak złożonym środowisku. W odpowiedzi na te wyzwania rośnie znaczenie sztucznej inteligencji (AI), która potrafi analizować dane w bardziej zaawansowany sposób. Algorytmy uczenia maszynowego (ML) i głębokiego uczenia (Deep Learning) umożliwiają budowanie modeli, które identyfikują ukryte wzorce i trendy w danych giełdowych, często niedostrzegalne dla człowieka.
Realizacja tego projektu to świetna okazja, żeby w praktyce nauczyć się, jak działa świat finansów i nowoczesnych technologii.
Poznasz sposoby na pobieranie danych z internetu, nauczysz się je czytać, analizować i wizualizować, a także zbudujesz własne modele sztucznej inteligencji, które będą próbowały przewidywać kursy akcji.
Dowiesz się, czym są szeregi czasowe, jak działają algorytmy uczenia maszynowego (np. sieci neuronowe LSTM) i jak oceniać ich skuteczność. To praktyczne połączenie informatyki, matematyki i ekonomii – idealne, jeśli interesujesz się którymkolwiek z tych obszarów lub myślisz o studiach technicznych czy biznesowych.
Celem projektu jest opracowanie systemu analizującego i przewidującego kursy akcji na giełdzie. Projekt będzie złożony z kilku etapów, takich jak:
- przygotowanie strony internetowej umożliwiającej interakcję z systemem i wizualizację danych,
- pozyskanie i przygotowanie danych do analizy,
- implementację algorytmów do przewidywania kursu akcji,
- przeprowadzenie testów na różnych podzbiorach danych w celu oceny ogólnej skuteczności modelu,
- zaimplementowanie modelu w środowisku produkcyjnym, aby umożliwić jego działanie w czasie rzeczywistym.
Zajęcia z uczniem będą odbywać się raz w tygodniu, stacjonarnie, w godzinach popołudniowych. Dokładny harmonogram spotkań zostanie opublikowany na koniec września. Dodatkowo, możliwe będą częstsze konsultacje online, zgodnie z potrzebami ucznia.
Oczekiwania względem uczestnika programu:
- zainteresowania związane z tematyką programowania, tworzenia stron internetowych,
- podstawowa znajomość języków Python i Javascript lub chęć nauczenia się ich,
- umiejętność pracy w niewielkim zespole,
- dyspozycyjność w liczbie 2 godzin w czasie tygodnia,
- obowiązkowość, terminowość i komunikatywność,
- podstawowa znajomość języka angielskiego.