PLIN081 Pokročilé metody strojového učení

Filozofická fakulta
podzim 2026
Rozsah
0/2/0. 4 kr. Ukončení: k.
Vyučováno kontaktně
Vyučující
RNDr. Jan Rygl (přednášející), Mgr. Dana Hlaváčková, Ph.D. (zástupce)
Mgr. Hana Žižková, Ph.D. (přednášející)
Garance
Mgr. Dana Hlaváčková, Ph.D.
Ústav českého jazyka – Filozofická fakulta
Kontaktní osoba: Bc. Silvie Hulewicz, DiS.
Dodavatelské pracoviště: Ústav českého jazyka – Filozofická fakulta
Předpoklady
Email vyučujícímu (janrygl@gmail.com) před první hodinou, ve kterém představíte sebe, své dosavadní zkušenosti s programováním a umělou inteligencí a popíšete, jak si představujete svoji budoucí kariéru a jakou roli v ní může mít strojové učení.
Vytvořit si vlastní účet na https://github.com/.
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Předmět si smí zapsat nejvýše 14 stud.
Momentální stav registrace a zápisu: zapsáno: 0/14, pouze zareg.: 0/14, pouze zareg. s předností (mateřské obory): 0/14
Mateřské obory/plány
Anotace
Prouhloubení znalosti programování v Pythonu a seznámení se s užitím ML zaměřeným na NLP v prostředí simulujícím práci ve firmě. Studující by si měli vyzkoušet především:
- týmovou spolupráci;
- testování kódu;
- psaní code review v Gitu;
- práci na projektech, během nichž se upřesňuje zadání podle potřeb klienta;
- práce s LLM;
- odhadování obtížnosti projektu.
Výstupy z učení
Studující po absolvování předmětu:
- bude mít lepší představu o realizaci ML projektů v malých firmách;
- prohloubí své znalosti programování v jazyce Python;
- získá více zkušeností s týmovou spoluprací v komerčním prostředí;
- bude mít základní zkušenosti s odhadováním obtížnosti projektů.
Klíčová témata
  • Tvorba týmu a nastavení prostředí pro efektivní spolupráci.
  • Architektura řešení, prototypování a nastavení testů.
  • Tvorba jednoduchých REST API a komunikace s klientem.
  • Experimentování s algoritmy ML, s LLM a jejich evaluace.
  • Vyjednávání o cílech projektu a akceptačních metrikách.
  • Zrychlování kódu a psaní dokumentace.
  • Kontejnerizace řešení pomocí Docker technologie.
Přístupy, postupy a metody používané ve výuce
Diskuze, týmová práce na projektech, simulace komerčního prostředí.
Způsob ověření výstupů z učení a požadavky na ukončení
Týmové projekty:
- algoritmika a efektivita (10 bodů);
- code style a srozumitelnost (10 bodů);
- kvalita code reviews (10 bodů);
- plnění úkolů v týmu (10 bodů);
- funkčnost projektu podle specifikace (20 bodů);
- závěrečná týmová obhajoba projektu (40 bodů).

Pro úspěšné absolvování předmětu je potřeba získat alespoň 60 bodů, z toho alespoň 10 bodů ze závěrečné obhajoby. V průběhu předmětu půjde získat body navíc.
Odkaz a informace vyučujících
https://github.com/aicheck-tech/PLIN081
Další komentáře
Výuka probíhá každý týden.
Předmět je zařazen také v obdobích podzim 2024, podzim 2025.