Předmět Strojové učení (FES / DSU)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu FES / DSU - Strojové učení, Fakulta ekonomicko-správní, Univerzita Pardubice (UPa).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Obsah
Teorie učení a vybrané úlohy učení.Generativní a diskriminační algoritmy.Podpůrné vektorové stroje a podpůrná vektorová regrese.Teoretické otázky výběru trénovacích dat.Selekce a extrakce atributů.Soubory algoritmů pro učení s učitelem a bez učitele.Kombinování učení s učitelem a bez učitele.Analýza výsledků učení a problém přesnosti a komplexnosti.Strojové učení ve vyhledávání informací a extrakci znalostí z textu.Aplikace strojového učení při zpracování velkých objemů dat.
Získané způsobilosti
Po absolvování předmětu by měl student mít přehled o pokročilých metodách strojového učení a měl by umět pro konkrétní úlohu navrhnout a implementovat vhodný systém se strojovým učením.
Literatura
BISHOP, C.M. Pattern Recognition and Machine Learning. New York, 2007. HASTIE, T., TIBSHIRANI, R., FRIEDMAN, J. The Elements of Statistical Learning. Berlin, 2009. GUYON, I., ELISSEEFF, A. An introduction to variable and feature selection. 2003. MANNING, C. D., RAGHAVAN, P., SCHÜTZE, H. Introduction to Information Retrieval. Cambridge, 2008. KONONENKO, I., KUKAR, M. Machine Learning and Data Mining. Amsterdam, 2007. DUDA, R., HART, P., STORK, D. Pattern Classification. New York, 2001. CHAPELLE, O., SCHOLKOPF, B. Semi-Supervised Learning. Cambridge, 2006. STEINWART, I., CHRISTMANN, A. Support Vector Machines. Berlin, 2008.
Požadavky
Zpracování a úspěšné obhájení projektu z vybrané látky se zaměřením na doktorskou disertační práci. Všeobecný pohled doktoranda na metody strojového učení.
Garant
doc. Ing. Petr Hájek, Ph.D.
Vyučující
doc. Ing. Petr Hájek, Ph.D.