Předmět Úvod do strojového učení (ITE / USU)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu ITE / USU - Úvod do strojového učení, Fakulta mechatroniky a MIS, Technická univerzita v Liberci (TUL).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
Materiál | Typ | Datum | Počet stažení |
---|
Další informace
Obsah
Přednášky1. Úvod do problematiky strojového učení, představení typických úloh.2. Regrese versus klasifikace, přehled základních metod a metrik.3. Generativní klasifikátory, Bayesův teorém a pravděpodobnostní klasifikace.4. Selekce příznaků a vícerozměrné příznakové vektory.5. Metody transformace příznaků, PCA a LDA.6. Metoda největšího spadu a její aplikace.7. Bernoulliho model a metoda maximálně věrohodného odhadu.8. Diskriminativní klasifikátory, logistická regrese.9. Neuronové sítě a hluboké neuronové sítě.10. Učení bez učitele, shluková analýza.Cvičení1. Zpracování a vizualizace dat v prostředí MATLAB.2. Lineární regrese.3. Klasifikátor typu NN a KNN.4. Klasifikátor s etalony a různými typy vzdáleností.5. Pravděpodobnostní klasifikátor.6. Metody selekce příznaků.7. Transformace příznaků.8. Logistická regrese.9. Neuronové sítě.10. Metody shlukování dat. K-Means a LGB algoritmus.
Získané způsobilosti
Předmět poskytuje základní teoretický základ pro další předměty v navazujícím magisterském studiu, které jsou zaměřeny na zpracování/rozpoznávání obrazu, řeči nebo textu. Studenti získají znalost základních metod pro regresi, extrakci a transformaci příznaků, klasifikaci objektů do tříd a shlukovou analýzu.
Literatura
Kotek Z., Mařík V., Hlaváč V., Psutka J., Zdráhal Z. Metody rozpoznávání a jejich aplikace. Academia, Praha, 1993. RICHARD DUDA, PETER HART AND DAVID STORK. Pattern Classification. 2nd ed. John Wiley & Sons, 2001. CHRISTOPHER BISHOP. Pattern Recognition and Machine Learning. Springer, 2006. Mařík V., Štěpánková O., Lažanský J. a kol. Umělá inteligence (1), Academia, Praha, 1993. Zdráhal Z., Mařík V. Základní metody prohledávání stavového prostoru. In: Metody umělé inteligence a expertní systémy II, ČSVTS FEL ČVUT, Praha, 1985, s.1-35.
Požadavky
Podmínkou zápočtu je aktivní účast na cvičeních.
Garant
Ing. Petr Červa, Ph.D.
Vyučující
Ing. Petr Červa, Ph.D.Ing. Lukáš Matějů