Warszawa, Polska

Sztuczna inteligencja w analizach ekonomicznych
(kierunek: Informatyka i ekonometria)

II stopnia
Spis treści
Studentka i student analizują wykresy na laptopie w atrium

⇑Sztuczna inteligencja w analizach ekonomicznych na SGGW

Kierunek: Informatyka i ekonometria
Losy absolwentów kierunku Informatyka i ekonometria (ELA podaje dane tylko dla kierunków, nie dla specjalności):
Język wykładowy: polski
Grupa kierunków: informatyczne
System studiów: sta­cjo­nar­ne, nie­sta­cjo­nar­ne

⇑Dlaczego warto wybrać specjalność Sztuczna inteligencja w analizach ekonomicznych na studiach magisterskich w Szkole Głównej Gospodarstwa Wiejskiego w Warszawie?

Dlaczego warto studiować w SGGW
Dlaczego warto:

Sztuczna inteligencja w analizach ekonomicznych to specjalność na kierunku Informatyka i ekonometria (studia II stopnia) w Szkole Głównej Gospodarstwa Wiejskiego w Warszawie.

Program: uczenie maszynowe i drzewa decyzyjne

Algorytmy uczące się obejmują ocenę klasyfikatorów, maszyny wektorów wspierających, ukryte modele Markowa, klasteryzację i klasyfikatory regułowe, a także teorię uczenia się i uczenie ze wzmocnieniem. Uczysz się dobierać metodę do praktycznego problemu, odkrywać wzorce i reguły ukryte w danych oraz wdrażać wybrany model.

W technikach eksploracji danych drzewa klasyfikacyjne i regresyjne budujesz na podstawie miar niejednorodności węzłów – współczynnika Giniego, entropii i błędu klasyfikacji. Wybierasz punkt odcięcia dla zmiennych ciągłych, porządkowych i nominalnych oraz przycinasz drzewo. Dla sieci neuronowych poznajesz funkcje kosztów (liniowe, sigmoidalne, softmax), funkcje aktywacji jednostek wyjściowych i regularyzację: L1, L2, powiększanie zbioru danych, uczenie częściowo nadzorowane, wczesne zatrzymanie i odrzucanie.

Specjalność: ewolucja i sieci neuronowe

W specjalności uczysz się też:

  • metod ewolucyjnych: zasada działania algorytmu genetycznego, algorytmy ewolucyjne, programowanie ewolucyjne, ewolucja różnicowa i strategie ewolucyjne; piszesz własne algorytmy – od sformułowania problemu i modelu matematycznego, przez dobór metody, po implementację – oraz testujesz gotowe i badasz wpływ metod selekcji na ich działanie
  • zastosowania metod ewolucyjnych w sztucznej inteligencji: sieci neuronowo-ewolucyjne, optymalizacja ewolucyjna i symulacje komputerowe oparte na tych metodach
  • sieci neuronowych: perceptron wielowarstwowy i algorytm propagacji wstecznej błędu, transfer learning i fine tuning oraz sieci RBF
  • modeli deep learning: różnica między klasycznymi sieciami a modelami głębokimi, sieci konwolucyjne (CNN), autoenkodery, w tym wariacyjne (VAE), sieci generatywne (GAN), architektura transformerowa oraz sieci rekurencyjne i metryczne

Pracownie: biblioteki do sieci neuronowych

TensorFlow i PyTorch to biblioteki, w których poznajesz przykładowe implementacje sieci neuronowych, a przykłady implementacji dostajesz także w przedmiocie o modelach deep learning.

Na podstawie sylabusa SGGW.

Aktualizacja: 14.11.2026

⇑Test: sprawdź czy Sztuczna inteligencja w analizach ekonomicznych to kierunek dla Ciebie

Studentka i student analizują wykresy na laptopie w atrium

10 pytań · dwie minuty

1. Na studiach pierwszego stopnia analizowałeś(-aś) dane o sprzedaży i zauważasz, że zwykłe zestawienia nie przewidują wahań popytu. Co robisz?

2. W pierwszej pracy dostajesz zadanie: przewidzieć, jak zmieni się zainteresowanie produktem. Jak zaczynasz?

3. Model, który zbudował(a)byś, daje świetne wyniki na danych historycznych, a słabe na nowych. Co myślisz?

4. Wyniki Twojej analizy mają wpłynąć na decyzję o inwestycji. Jak je przedstawiasz zarządowi?

5. Co jest dla Ciebie najciekawsze w analizie rynku finansowego?

6. Algorytm sugeruje decyzję kredytową, która wydaje się niesprawiedliwa wobec pewnej grupy klientów. Jak reagujesz?

7. Masz do wyboru dwa narzędzia analityczne: jedno łatwe, drugie trudniejsze, ale dokładniejsze. Co robisz?

8. Ktoś w firmie obawia się, że sztuczna inteligencja zastąpi analityków. Jak odpowiadasz?

9. W wolnym czasie trafiasz na konkurs z danymi o rynku nieruchomości. Co robisz?

10. Co najbardziej motywuje Cię do studiów magisterskich na kierunku Sztuczna inteligencja w analizach ekonomicznych?

⇑Definicje i cytaty

Sztuczna inteligencja
Sztuczna inteligencja (SI, ang. artificial intelligence, AI) – dziedzina wiedzy obejmująca logikę rozmytą, obliczenia ewolucyjne, sieci neuronowe, sztuczne życie i robotykę. Sztuczna inteligencja to również dział informatyki zajmujący się inteligencją – tworzeniem modeli zachowań inteligentnych oraz programów komputerowych symulujących te zachowania. Można ją też zdefiniować jako dział informatyki zajmujący się rozwiązywaniem problemów, które nie są efektywnie algorytmizowalne[potrzebny przypis]. Termin wymyślił John McCarthy w 1956.
Sztuczna inteligencja
Każdy, kto pracuje nad sztuczną inteligencją, wie, że komputery pokonają nas we wszystkim.
Autor: Gary Marcus, profesor New York University
Sztuczna inteligencja
Superinteligencja nie będzie musiała uciekać się do użycia siły i broni. Wystarczy, że odetnie nam dopływ prądu i danych. W ciągu kilku lat trzy czwarte populacji wymrze z głodu, zimna i chorób, a pozostali cofną się w rozwoju o pięć wieków. Zostaniemy zredukowani do ziemskiej fauny.
Autor: Artur Włodarski, Sztuczna inteligencja. Bóg już istnieje, wyborcza.pl, 22 października 2016.
Sztuczna inteligencja
Chcę ją rozwinąć tak, by rozwiązała wszystkie nasze problemy, jak głód, choroby, bezdomność czy globalne ocieplenie. To będzie program Apollo XXI wieku.
Autor: Demis Hassabis

Kontakt:

ul. Nowoursynowska 166
02-787 Warszawa
tel. (48 22) 59 31 000
dla kandydatów tel.:
22 59 386 91
22 59 386 92
22 59 386 93
e-mail: rekrutacja@sggw.edu.pl
Informator dla kandydatów na studia 2027/2028

Wiadomości:

Kursy przygotowujące do matury i na studia
Polityka Prywatności