 |
profesor w jednostce Wydział Fizyki i Informatyki Stosowanej
|
prof. dr hab. inż.
Tomasz Szumlak
Zaloguj się, aby zobaczyć więcej.
Podstawowe informacje o użytkowniku
Koordynowane przedmioty
19/20-Z - Introduction to CUDA and OpenCL 220-INT-xS-085
19/20-Z - Multicore programming 220-220-xS-153
19/20-L - Introduction to CUDA and OpenCL 220-220-1S-298
19/20-L - Python in the Enterprise 220-INT-xS-136
19/20-L - Statistics 120-CSC-1S-534
20/21-Z - Deep Learning with CUDA 220-PIS-1S-040
20/21-Z - Introduction to CUDA and OpenCL 220-INT-xS-085
20/21-Z - Multicore programming 220-220-xS-153
20/21-Z - Python in the enterprise 220-220-xS-301
20/21-Z - Wstęp do Modelu Standardowego 220-PFT-2S-280
20/21-L - Python in the Enterprise 220-INT-xS-136
20/21-L - Python in the enterprise 220-220-xS-301
20/21-L - Statistics 120-CSC-1S-534
21/22-Z - Deep Learning with CUDA 220-PIS-1S-040
21/22-Z - Introduction to CUDA and OpenCL 220-INT-xS-085
21/22-Z - Multicore programming 220-PFT-xS-153
21/22-Z - Python in the enterprise 220-220-xS-301
21/22-Z - Wstęp do Modelu Standardowego 220-PFT-2S-280
21/22-L - CUDA - Advanced applications 455-220-FAC-EN-CUDAA
21/22-L - Machine learning and CUDA 455-220-FAC-EN-MLACU
21/22-L - Model Standardowy 220-PFT-2S-361
21/22-L - Multicore programming 220-PFT-xS-153
21/22-L - Python in the Enterprise 220-INT-xS-136
21/22-L - Python in the enterprise 220-220-xS-301
21/22-L - Statistics 120-CSC-1S-534
21/22-L - The Standard Model and New Physics 455-220-FAC-EN-TSMNP
21/22-L - Uczenie maszynowe 220-PIS-2S-385
21/22-L - Wstęp do Modelu Standardowego 220-PFT-2S-280
21/22-L - Wstęp do eksperymentalnej fizyki wysokich energii 220-PFT-2S-336
22/23-Z - Introduction to CUDA and OpenCL 220-INT-xS-085
22/23-Z - Machine learning - advanced 220-PIS-2S-351
22/23-Z - Multicore programming 220-PFT-1S-153
22/23-Z - Python in the Enterprise 220-INT-xS-136
22/23-Z - Python in the enterprise 220-220-xS-301
22/23-Z - Wstęp do Modelu Standardowego 220-PFT-1S-280
22/23-L - Advanced machine learning in HEP 220-PFT-2S-063
22/23-L - Deep Learning with CUDA 220-PIS-1S-040
22/23-L - Deep learning with CUDA - advanced applications 220-PIS-2S-337
22/23-L - Machine learning and CUDA 220-PFT-2S-352
22/23-L - Machine learning and CUDA 455-220-FAC-EN-MLACU
22/23-L - Python in the enterprise 220-220-xS-301
22/23-L - Statistics 120-CSC-1S-534
22/23-L - Uczenie maszynowe 220-PIS-2S-385
23/24-Z - Introduction to CUDA and OpenCL 220-INT-xS-085
23/24-Z - Machine learning - advanced 220-PIS-2S-351
23/24-Z - Multicore programming 220-PFT-1S-153
23/24-Z - Python in the Enterprise 220-INT-xS-136
23/24-Z - Python in the enterprise 220-220-xS-301
23/24-L - Advanced machine learning in HEP 220-PFT-2S-063
23/24-L - Deep Learning with CUDA 220-220-1S-040
23/24-L - Deep learning with CUDA - advanced applications 220-PIS-2S-337
23/24-L - Machine learning and CUDA 220-PFT-2S-352
23/24-L - Python in the enterprise 220-220-xS-301
23/24-L - Uczenie maszynowe 220-PIS-2S-385
24/25-Z - Introduction to CUDA and OpenCL 220-INT-xS-085
24/25-Z - Machine learning - advanced 220-PIS-2S-351
24/25-Z - Multicore programming 220-PFT-1S-153
24/25-Z - Python in the Enterprise 220-INT-xS-136
24/25-Z - Python in the enterprise 220-220-xS-301
24/25-L - Advanced machine learning in HEP 220-PFT-2S-063
24/25-L - Deep Learning with CUDA 220-PFT-1S-040
24/25-L - Deep learning with CUDA - advanced applications 220-PIS-2S-337
24/25-L - Machine learning and CUDA 220-PFT-2S-352
24/25-L - Uczenie maszynowe 220-PIS-2S-385
25/26-Z - Introduction to CUDA and OpenCL 220-INT-xS-085
25/26-Z - Machine learning - advanced 220-PIS-2S-351
25/26-Z - Python in the Enterprise 220-220-1S-301
25/26-Z - Python in the Enterprise 220-INT-xS-136
25/26-Z - Python in the Enterprise 220-PIS-1S-301
25/26-Z - Python in the Enterprise 220-PMB-xS-301
25/26-Z - The Standard Model and New Physics 455-220-FAC-EN-TSMNP
25/26-L - Advanced machine learning in HEP 220-PFT-2S-063
25/26-L - Applied Machine Learning 220-220-1S-467
25/26-L - Deep Learning with CUDA 220-220-1S-040
25/26-L - Deep Learning with CUDA 220-PIS-1S-040
25/26-L - Deep learning with CUDA - advanced applications 220-PIS-2S-337
25/26-L - Deep learning with massively parallel acceleration 220-PCP-1S-287
25/26-L - Python in the Enterprise 220-PMB-xS-301
Prowadzone przedmioty
20/21-Z - Introduction to CUDA and OpenCL 220-INT-xS-085:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia laboratoryjne (grupa 2), ćwiczenia projektowe (grupa 1), ćwiczenia projektowe (grupa 2), wykład (grupa 1)
19/20-L - Introduction to CUDA and OpenCL 220-220-1S-298:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
21/22-Z - Dozymetria promieniowania jonizującego 220-PFM-1S-046:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia laboratoryjne (grupa 2), ćwiczenia laboratoryjne (grupa 3)
21/22-Z - Introduction to CUDA and OpenCL 220-INT-xS-085:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
20/21-L - Introduction to Probability, Statistics and Data Handling 220-INT-xS-091:
wykład (grupa 1)
22/23-Z - Introduction to CUDA and OpenCL 220-INT-xS-085:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
22/23-Z - Multicore programming 220-PFT-1S-153:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
21/22-L - Machine learning and CUDA 455-220-FAC-EN-MLACU:
konwersatorium (grupa 1), zajęcia warsztatowe (grupa 1)
23/24-Z - Introduction to CUDA and OpenCL 220-INT-xS-085:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
22/23-L - Deep Learning with CUDA 220-PIS-1S-040:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
22/23-L - Deep learning with CUDA - advanced applications 220-PIS-2S-337:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
22/23-L - Machine learning and CUDA 220-PFT-2S-352:
ćwiczenia laboratoryjne (grupa 1), wykład (grupa 1)
22/23-L - Machine learning and CUDA 455-220-FAC-EN-MLACU:
konwersatorium (grupa 1), konwersatorium (grupa 2)
22/23-L - Modern trigger systems 220-PFT-2S-363:
ćwiczenia laboratoryjne (grupa 1), wykład (grupa 1)
23/24-L - Deep Learning with CUDA 220-220-1S-040:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
23/24-L - Deep learning with CUDA - advanced applications 220-PIS-2S-337:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
23/24-L - Machine learning and CUDA 220-PFT-2S-352:
ćwiczenia laboratoryjne (grupa 1), wykład (grupa 1)
24/25-Z - Introduction to CUDA and OpenCL 220-INT-xS-085:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
24/25-Z - Machine learning - advanced 220-PIS-2S-351:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia laboratoryjne (grupa 2), ćwiczenia laboratoryjne (grupa 3), ćwiczenia laboratoryjne (grupa 4), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
24/25-Z - Python in the Enterprise 220-INT-xS-136:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
25/26-Z - Introduction to CUDA and OpenCL 220-INT-xS-085:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
25/26-Z - Machine learning - advanced 220-PIS-2S-351:
ćwiczenia laboratoryjne (grupa 1), wykład (grupa 1)
25/26-Z - Python in the Enterprise 220-INT-xS-136:
ćwiczenia laboratoryjne (grupa 1), ćwiczenia projektowe (grupa 1), wykład (grupa 1)
Imiona
Tomasz
Nazwisko
Szumlak
Stopnie i tytuły
prof. dr hab. inż.
adres email jest ukryty 
