Aplikace umělé inteligence
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky |
---|---|---|---|---|
Y33AUI | Z,ZK | 4 | 2+2s | česky |
- Přednášející:
- Petr Pošík, Jiří Vokřínek
- Cvičící:
- Petr Pošík, Jiří Vokřínek
- Předmět zajišťuje:
- katedra kybernetiky
- Anotace:
-
Předmět shrnuje základní techniky používané v umělé inteligenci (UI), jako jsou především techniky statistického rozpoznávání, neuronové sítě, evoluční algoritmy pro optimalizaci a multi-agentní systémy. Důraz je kladen na praktické ukázky všech probíraných metod. Absolvováním předmětu by studenti měli získat přehled v těchto metodách a měli by být schopni vybrat vhodnou metodu pro řešení různých problémů, zejména klasifikačních, regresních, optimalizačních a plánovacích.
- Požadavky:
- Osnova přednášek:
-
1.Rozpoznávání, základní úlohy, učení s učitelem a bez učitele
2.Lineární diskriminační funkce, perceptronový algoritmus, rozšíření báze
3.Support Vector Machines
4.Shlukování a odhad rozdělení, hierarchické shlukování a k-means
5.Neuronové sítě, zpětné šíření chyby
6.Neuronové sítě pro regresi, klasifikaci, kompresi, shlukování a asociativní vybavování
7.Úvod do optimalizace a evolučních výpočetních technik
8.Evoluční algoritmy s binární a s reálnou reprezentací
9.Alternativní přírodou inspirované techniky - mravenčí kolonie, rojení částic
10.Použití základních technik UI pro plánování
11.Úvod do multi-agentních systémů a agentních technologií
12.Použití metod UI pro plánování v průmyslové výrobě a logistice (ukázky systému)
13.Použití metod UI pro simulaci, diagnostiku a inteligentní robotiku (ukázky systému)
14.Rezerva
- Osnova cvičení:
-
1.Úvod, organizace cvičení, rozdělení do skupin
2.Učení lineární diskriminační funkce I.
3.Učení lineární diskriminační funkce II.
4.Shlukování
5.Neuronové sítě I.
6.Neuronové sítě II.
7.Konvenční metody optimalizace
8.Evoluční algoritmy I.
9.Evoluční algoritmy II.
10.Semestrální práce
11.Semestrální práce
12.Semestrální práce
13.Odevzdání semestrální práce
14.Rezerva
- Cíle studia:
- Studijní materiály:
-
1.Mařík a kol.: Umělá inteligence I-IV. Praha, Academia, 1999-2001
2.Kotek, Z. a kol.: Metody rozpoznávání a jejich aplikace. Academia, Praha 1993
3.Christopher M. Bishop: Neural Networks for Pattern Recognition. Oxford University Press, USA, 1996.
- Poznámka:
-
Rozsah výuky v kombinované formě studia: 14+6
- Další informace:
- Pro tento předmět se rozvrh nepřipravuje
- Předmět je součástí následujících studijních plánů:
-
- Inteligentní systémy (povinně volitelný předmět)