|
Vyučující
|
|
|
|
Obsah předmětu
|
1) Úvod do hlubokého učení, opakování základů neuronových sítí. 2) Matematické stavební bloky neuronových sítí, modely, vrstvy, gradientní metody optimalizace. 3) Frameworky a knihovny pro práci s neuronovými sítěmi - TensorFlow a Keras. 4) Základní metody strojového učení - učení s učitelem, učení bez učitele, samořízené a posilované učení. 5) Sítě pro rozpoznávání obrazu - CNN. 6) Sítě pro klasifikaci textu - LSTM. 7) Sítě pro klasifikaci sekvenčních dat - GRU. 8) Optimální praktiky návrhu modelů pro hluboké učení. 9) Generativní hluboké učení. 10) Metody pro zpracování přirozeného jazyka. 11) Metody autonomního vytváření modelů neuronových sítí.
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž)
- Semestrální práce
- 44 hodin za semestr
- Příprava na zkoušku
- 25 hodin za semestr
- Domácí příprava na výuku
- 60 hodin za semestr
- Účast na výuce
- 30 hodin za semestr
|
|
Výstupy z učení
|
Snahou kurzu je vysvětlit známé principy strojového učení, které lze nasadit na širokou množinu problémů. Studenti si prakticky vyzkouší použití daných algoritmů na reálných problémech. Primární oblastí, kterou se předmět zaobírá je hluboké učení a jeho hlavní aktuální trendy.
Přehled v oblasti moderních algoritmů strojového učení a schopnost jejich aplikace na praktické problémy.
|
|
Předpoklady
|
Předpokládá se základní znalosti z programování a metod výpočet inteligence.
|
|
Hodnoticí metody a kritéria
|
Ústní zkouška
Vypracování semestrální práce, napsání písemné práce se ziskem min. 50% všech možných bodů.
|
|
Doporučená literatura
|
-
Chollet, F. Deeplearning v jazyku Python. Grada Publishing 2019. 328 s.. 2019. ISBN 978-80-247-3100-1.
-
Kron, J. Deep Learning Illustrated: A Visual, Interactive Guide to Artificial Intelligentce. Addison-Wesley Professional. 2019. 416 s.. 2019. ISBN 0135116694.
-
Marsland, S. Machine Learning: An algorithmic perspective (2nd edition). CRC Press. 2014. 457s.. 1997. ISBN 1466583282.
-
Mitchell, Tom M. Machine learning. The McGraw-Hill Companies, Inc. New York, 1997. 432 s.. 1997. ISBN 0070428077.
|