PA034 Strojové učení

Fakulta informatiky
podzim 2004
Rozsah
2/1. 3 kr. (plus ukončení). Doporučované ukončení: zk. Jiná možná ukončení: k, z.
Vyučující
doc. Ing. Jan Žižka, CSc. (přednášející)
Garance
prof. PhDr. Karel Pala, CSc.
Katedra strojového učení a zpracování dat – Fakulta informatiky
Kontaktní osoba: doc. Ing. Jan Žižka, CSc.
Rozvrh
St 16:00–17:50 A107 a každou lichou středu 18:00–19:50 B116
Předpoklady
! P034 Strojové učení
Omezení zápisu do předmětu
Předmět je určen pouze studentům mateřských oborů.
Mateřské obory/plány
předmět má 7 mateřských oborů, zobrazit
Cíle předmětu
Předmět se zabývá otázkou, jak konstruovat počítačové programy, které se automaticky zlepšují pomocí učení. Cílem předmětu je podat přehled klíčových algoritmů a základní teorie, které tvoří jádro oboru strojového učení. Strojové učení je interdisciplinární, vychází z poznatků mnoha oborů, např. statistika, umělá inteligence, informační teorie, filosofie, biologie, kognitivní vědy a teorie řízení.
Osnova
  • Strojové učení jako integrace umělé inteligence a kognitivních věd. Výpočetní procesy spojené s učením. Výběr učícího algoritmu.
  • Trénovací a testovací data. Učení a vyhledávání. Přirozené a lidské učení. Jazyk representace problému. Učící algoritmy s numerickými a symbolickými vstupy.
  • Indukce rozhodovacích stromů. Přítomnost šumu, neúplný popis příkladů. Převos stromů na pravidla. Bagging, boosting.
  • Perceptrony. Logické neuronové sítě. Kohonenovy mapy. Genetické algoritmy, genetické programování. Srovnání s biologickými systémy.
  • Rozpoznávání vzorů. Generalizace. Metoda nejbližšího souseda (k-NN). Učení založené na instancích (IBL algoritmy).
  • Bayesovská klasifikace.
  • SVM (Support Vector Machines).
  • Popis a demonstrace aplikací.
Literatura
  • MITCHELL, Tom M. Machine learning. Boston: McGraw-Hill, 1997, xv, 414. ISBN 0070428077. info
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích podzim 2002, podzim 2003, podzim 2005, podzim 2006.