|
Vyučující
|
-
Skrbek Miroslav, Ing. Ph.D.
|
|
Obsah předmětu
|
Seminář se zaměřuje na pokročilé algoritmy z oblasti neuronových sítí. Teorie je kombinovaná s praktickými experimenty v programovacím jazyce Python. 1. Základní modely neuronových sítí 2. Učení s učitelem, gradientní metody učení 3. Učení bez učitele, SOM, LVQ, Neuronový plyn 4. Experimenty s neuronovými sítěmi v Pythonu I 5. Experimenty s neuronovými sítěmi v Pythonu II 5. Rekurentní neuronové sítě, LSTM 6. Experimenty s rekurentními sítěmi v Pythonu I 7. Experimenty s rekurentními sítěmi v Pythonu II 8. Konvoluční neuronové sítě 9. Hluboké neuronové sítě 10. Neuronové Turingovy stroje 11. Frameworky pro hluboké neuronové sítě: Tensorflow, Keras 12. Před učené neuronové sítě, aplikace a modifikace 13. Experimenty s hlubokými sítěmi v Pythonu I 14. Experimenty s hlubokými sítěmi v Pythonu II
|
|
Studijní aktivity a metody výuky
|
Monologická (výklad, přednáška, instruktáž), Laboratorní práce
- Semestrální práce
- 20 hodin za semestr
- Účast na výuce
- 26 hodin za semestr
- Domácí příprava na výuku
- 13 hodin za semestr
- Příprava na zkoušku
- 20 hodin za semestr
|
|
Výstupy z učení
|
Cílem předmětu je prohloubit znalosti studentů z oblasti výpočetní inteligence. Předmět je zaměřen na implementaci vybraných algoritmů a experimenty s nimi.
V tomto předmětu získají studenti hlubší znalosti v oblasti výpočetní inteligence, zvláště v oblasti neuronových sítí.
|
|
Předpoklady
|
Znalost programování, znalost programováni v Pythonu výhodou.
|
|
Hodnoticí metody a kritéria
|
Písemná zkouška, Seminární práce
Student za semestr může získat maximálně 100 bodů ve struktuře 30 bodů zkouška, 70 bodů cvičení. Pro úspěšné složení zkoušky musí celkový součet za cvičení i zkoušku být >= 50 bodů, přičemž ve zkouškovém testu musí student dosáhnout alespoň polovinu bodů. Pokud není některá z těchto dvou podmínek splněna, student neuspěl.
|
|
Doporučená literatura
|
-
Andries P. Engelbrecht: Computational intelligence: An Introduction. Wiley; 2 edition, 2007. ISBN: 978-0470035610.
-
Simon Haykin: Neural Networks and Learning Machines. Third Edition. Prentice Hill. 2009. ISBN 978-0-13-147139-9..
-
ŠÍMA, J. - NERUDA, R.: Teoretické otázky neuronových sítí. Matfyzpress, Praha, 1996..
|