Předmět Strojové učení, řešení úloh a rozpoznává (KKY / SUR)
Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu KKY / SUR - Strojové učení, řešení úloh a rozpoznává, Fakulta aplikovaných věd, Západočeská univerzita v Plzni (ZČU).
Top 10 materiálů tohoto předmětu
Materiály tohoto předmětu
| Materiál | Typ | Datum | Počet stažení |
|---|
Další informace
Obsah
Úvod, strojové řešení úloh. Algoritmy prohledávání grafů, optimální a suboptimální strategie prohledávání, Astar.Klasifikační úloha. Klasifikace založená na Bayesově teorie rozhodování. Odhad parametrů pravděpodobnostního klasifikátoru metodou maximální věrohodnosti. EM algoritmus. Lineární klasifikátory. SVM (Support Vector Machines) klasifikátory.Neuronové sítě. Bayesovské sítě.Klasifikátory pro předměty a jevy popsané řetězci (vektorů) příznaků, kontextově závislé klasifikátory; klasifikace na principu porovnávání vzorů (dynamické programování); Klasifikace s využitím skrytých Markovových modelů.Učení s využitím rozhodovacích stromů.Učení bez učitele, hierarchické a nehierarchické metody shlukování. Gaussovské směsi, shlukování s maximální věrohodností.Výběr a uspořádání příznaků, Karhunen-Loeve transformace, Independent Component Analysis.Závěr, rezerva.
Získané způsobilosti
Po absolvování předmětu budou studenti schopni- řešit problémy náležející do oblasti automatického řešení úloh- navrhnout jednoduchý klasifikátor založený na Bayesově teorii rozhodování, odhadnout parametry klasifikátoru metodou maximální věrohodnosti (EM algoritmus)- navrhnout a natrénovat klasifikátor s lineární diskriminační funkcí, SVM klasifikátor- navrhnout kontextově závislý klasifikátor- navrhnout a natrénovat klasifikátor s částečnou anebou žádnou informací učitele - metody shlukové analýzy- provést výběr informativních příznaků
Literatura
Kotek, Z., Mařík, V., Hlaváč, V., Psutka, J., Zdráhal, Z. Metody rozpoznávání a jejich aplikace. Academia, Praha, 1993. ISBN 80-200-0297-9.Duda, R.O., Hart, P.E., Stork, D.G. Pattern Classification. Wiley, 2000. ISBN 978-0-471-05669-0.Theodoridis, S., Kouroumbas, K. Pattern recognition. Elsevier, 2008. ISBN 978-1-597-49272-0.Bishop, C.M. Pattern Recognition and Machine Learning. Springer, 2006. ISBN 978-0387-31073-2.Mařík V. a kol. Umělá inteligence 1. Academia, Praha, 1993. ISBN 80-200-0496-3.
Požadavky
Zápočet: Samostatné vyřešení zadané úlohy (PC), vypracování referátu, účast na vybraných cvičeních nebo (externí) vyřešení odpovídajících příkladů.Zkouška: znalost přednášené problematiky + diskuze k samostatně vyřešeným úlohám (ze cvičení).
Garant
Prof. Ing. Josef Psutka, CSc.
Vyučující
Prof. Ing. Josef Psutka, CSc.Ing. Mgr. Josef Psutka, Ph.D.Ing. Mgr. Josef Psutka, Ph.D.