Popis předmětu - B3M33UI
B3M33UI | Umělá inteligence | ||
---|---|---|---|
Role: | PO, PV | Rozsah výuky: | 2P+2C |
Katedra: | 13133 | Jazyk výuky: | CS |
Garanti: | Zakončení: | Z,ZK | |
Přednášející: | Kreditů: | 6 | |
Cvičící: | Semestr: | L |
Anotace:
Předmět doplní a rozšíří znalosti Umělé inteligence získané v předmětu KUI; studenti získají jednak přehled o dalších často využívaných metodách UI, tak i praktickou zkušenost s jejich použitím, a osvojí si další dovednosti nutné k tvorbě inteligentních agentů. Na nových modelech si zopakují základní principy strojového učení, způsob hodnocení modelů i metody bránící přeučení. Dozví se o úlohách typu plánování a rozvrhování a o metodách, jimiž se tyto problémy řeší. Naučí se základům grafických pravděpodobnostních modelů, Bayesovských sítí a Markovských statistických modelů, a poznají jejich aplikace. Část předmětu studentům poskytne také úvod do znovu populárních neuronových sítí se zvláštním ohledem na nové metody pro tzv. hluboké učení.Osnovy přednášek:
1. | Vztah UI, rozpoznávání, učení a robotiky. Úloha rozhodování. Empirické učení. | |
2. | Lineární modely pro regresi a klasifikaci. | |
3. | Nelineární modely. Vyrovnání příznakového prostoru. Přeučení. | |
4. | Metoda nejbližších sousedů. Jádrové funkce. SVM. Rozhodovací stromy. | |
5. | Bagging. Adaboost. Náhodné lesy. | |
6. | Grafické modely. Bayesovské sítě. | |
7. | Markovské statistické modely. Markovské řetězy. | |
8. | Algoritmus Expectation-Maximization. | |
9. | Plánování. Reprezentace plánovacího problému. Metody. | |
10. | Rozvrhování. Lokální prohledávání. | |
11. | Neuronové sítě, základní metody, zpětné šíření chyby. | |
12. | Další neuronové sítě. Deep learning. | |
13. | Úloha splňování omezení (CSP). | |
14. | Evoluční algoritmy. |
Osnovy cvičení:
Ve cvičeních studenti budou řešit praktické úkoly. Získají praxi ve využití vybraných balíků pro strojové učení, grafické modely, neuronové sítě, atd. a budou sami implementovat části algoritmů.Literatura:
S. | Russel, P. Norvig: Artificial Intelligence - A Modern Approach, 3rd ed., 2010 | |
C. | M. Bishop: Pattern Recognition and Machine Learning, 2006 |
Požadavky:
Znalost témat v rozsahu předmětu B3B33KUI.Webová stránka:
https://cw.fel.cvut.cz/wiki/courses/ui/startPředmět je zahrnut do těchto studijních plánů:
Plán | Obor | Role | Dop. semestr |
MPKYR1_2016 | Robotika | PO | 2 |
MPKYR4_2016 | Letecké a kosmické systémy | PV | 3 |
MPKYR5_2016 | Kybernetika a robotika | PV | 2 |
MPKYR3_2016 | Systémy a řízení | PV | 3 |
MPKYR2_2016 | Senzory a přístrojová technika | PV | 3 |
Stránka vytvořena 19.8.2022 17:49:54, semestry: L/2021-2, Z/2024-5, Z,L/2022-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: I. Halaška (K336), J. Novák (K336) |