Předmět Strojové učení (NAIL029)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu NAIL029 - Strojové učení, Matematicko-fyzikální fakulta, Univerzita Karlova v Praze (UK).

Materiál	Typ	Datum	Počet stažení

Cíl

Naučit teorii, metody a algoritmy používané ve strojovém učení.

Sylabus

Přednáška předpokládá, že se student se základními pojmy strojového učení už setkal, např. v Umělé inteligenci II NAIL070 nebo v Úvod do strojového učení (v počítačové lingvistice) NPFL054. Snaha je nahlížet probírané modely i z pohledu statistiků (viz první kniha Literatury).Seznámení s data mining nástrojem Weka,lineární regrese a učení založené na instancích jakožto extrémy v prostoru možných modelů,prokletí dimenzionality, bias-variance tradeoff,rozhodovací stromy, prořezávání, chybějící hodnoty,tvorba pravidel PRIM,ohodnocování modelů (odhad chyby a interval spolehlivosti, krosvalidace, one-leave-out),kombinace modelů (AdaBoost),support vector machines,Bayesovské učení, EM algoritmus na příkladu klastrování,učení bez učitele - nákupní košík (Apriori alg.), klastrování k-means, k-medoids, hierarchické,induktivní logické programování.

Literatura

T. Hastie, R. Tibshirani, J. Friedman: The Elements of Statistical Learning, Springer 2009S.J. Russell, P. Norvig: Artificial Intelligence: A Modern Approach; Prentice Hall, 1995 I.H.Witten and E.Frank. Data Mining - Practical machine learning tools and techniques with Java implementation. Academic Press Pub., USA, 1999

Garant

Mgr. Marta Vomlelová, Ph.D.