Předmět Machine Learning (FEKT-NSTU)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu FEKT-NSTU - Machine Learning, Fakulta elektrotechniky a komunikačních technologií, Vysoké učení technické v Brně (VUT).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Cíl
Cílem předmětu je poskytnou studentům základní orientaci v klíčových algoritmech a teoriích strojového učení, důraz je kladen na oblasti klasifikace a optimalizace.
Osnova
1. Paradigmata strojového učení. Terminologie. Učení se konceptům. Základy teorie informace.2. Statistika ve strojovém učení.3. Učení založené na instancích. 4. Rozhodovací stromy. 5. Metody odhadu chyby modelu.6. Chybové funkce. Předzpracování dat 1. 7. Předzpracování dat 2.8. Genetické algoritmy. Diferenciální evoluce. Mravenčí kolonie. 9. Bayesovské učení.10. Lineární regrese. Diskriminační analýza. Podpůrné vektory.11. Meta-učení. 12. Učení bez učitele.
Literatura
Mitchell, Tom M. Machine learning. Boston : McGraw-Hill, 1997. 414 s. McGraw-Hill series in computer science. ISBN 0-07-042807-7. (EN)
Požadavky
Jsou požadovány znalosti na úrovni bakalářského studia zejména v oblasti matematiky, statistiky a teorie pravděpodobnosti.
Garant
Ing. Petr Honzík, Ph.D.
Vyučující
Ing. Petr Honzík, Ph.D.