Předmět Seminář strojového učení a modelování II (NAIL100)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu NAIL100 - Seminář strojového učení a modelování II, Matematicko-fyzikální fakulta, Univerzita Karlova v Praze (UK).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Cíl
Umožnit navazování a udržování kontaktů mezi diplomanty a doktorandy z MFF, FJFI a FEL pracujících na tématech z oblasti strojového učení a modelování na základě dat. Zprostředkovat jim výměnu zkušeností mezi sebou i s vědeckými pracovníky z těchto oblastí zvanými na seminář. Poskytnout jim feedback a inspirující nápady.
Sylabus
Seminář strojového učení a modelování se schází jednou za dva týdny v rozsahu 2 vyučovacích hodin. Níže uvedené příklady témat dokumentují, čím se účastníci semináře zabývali v minulých letech, v žádném případě není myšlený jako omezení pro budoucí účastníky. Vítána jsou všechna témata, která nějakým způsobem souvisí se strojovým učením nebo modelováním na základě dat.Příklady témat probíraných na semináři Učení pravidel z dat, učení booleovských a fuzzy pravidel.? Asociační a klasifikační pravidla.Induktivní inference, induktivní logické programování.Případové učení, transduktivní inference.Statistické učení, PAC učení.Shlukování na základě podobnosti, shlukování samoorganizací.Evoluční učení, evoluční získávání pravidel z dat.Genetické algoritmy, genetické programování.Evoluční algoritmy založené na diferenční evoluci a odhadech rozdělení pravděpodobnosti.Učení umělých neuronových sítí (s učitelem i bez učitele).Perceptrony a vícevrstvé perceptrony.Neuronové sítě s radiálními bázovými funkcemi.Samoorganizující mapy, kombinování neuronových sítí a evolučních algoritmů.Klasifikace a regrese pomocí opěrných vektorů (support vector machines).Hierarchické regresní modely.Rozhodovací stromy pro klasifikaci a regresi.Kombinování rozhodovacích stromů do náhodných lesů.Obecné metody kombinování klasifikátorů, ensemblové metody.Fuzzy aggregace klasifikátorů, fuzzy klasifikace.Obecné metody kombinování regresních modelů, spolehlivost predikce.Vizualizace dat, vizualizace modelů zkonstruovaných na základě dat.Aplikace metod strojového učení ve fyzice, chemii, biologii a počítačových hrách.Aplikace modelů získávaných z dat v přírodních vědách a v technice.
Literatura
Seminář nemá jednotný seznam literatury, protože diplomové a disertační práce se opírají především o specifickou literaturu k řešenému tématu. Vítáni jsou i zájemci, kteří četli nějakou zajímavou knížku či přehledový článek související se zaměřením semináře a mají chuť o tom poreferovat.
Garant
doc. RNDr. Ing. Martin Holeňa, CSc.