Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2023/2024
UPOZORNĚNÍ: Jsou dostupné studijní plány pro následující akademický rok.

Neuronové sítě a výpočetní inteligence

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah
PI-NSV ZK 4 3C
Garant předmětu:
Pavel Surynek
Přednášející:
Pavel Surynek
Cvičící:
Pavel Surynek
Předmět zajišťuje:
katedra aplikované matematiky
Anotace:

Teoretické základy neuronových sítí se zaměřením na pokročilá paradigmata a na využití neuronových sítí jako modelu pro analýzu dat a vytěžování dat. Sítě s dynamicky vytvářenou topologií během učení vyvíjenou na principech induktivního modelování. Evolučními technikami a přírodou inspirovaná optimalizace. Principy strojového učení, hluboké neuronové sítě a hluboké učení.

Požadavky:
Osnova přednášek:

1. Teoretické základy umělých neuronových sítí.

2. Neuronové sítě pro klasifikaci a aproximaci.

3. Metody učení (s učitelem a bez učitele), pokročilé gradientní metody a evoluční učící algoritmy.

4. Vývoj topologie neuronové sítě evolučními technikami, genetické programování.

5. Síte s komplexními vahami.

6. Samo-organizace pro analýzu a dobývání znalostí z dat.

8. Induktivní metody modelování, automatická konstrukce modelu metodami výpočetní inteligence.

9. Přírodou inspirované optimalizační techniky.

10. Strojové učení pomocí neuronových sítí

11. Hluboké neuronové sítě a hluboké učení

Osnova cvičení:
Cíle studia:

Seznámit studenty s teoretickými základy a pokročilými metodami v oblasti neuronových sítí, zejména v oblasti učení, vývoje topologie a tvorby modelu pro analýzu a vytěžování dat.

Studijní materiály:

[1] Simon Haykin: Neural Networks and Learning Machines. Third Edition. Prentice Hall, 2009, ISBN 978-0-13-147139-9.

[2] Sundararajan, N., Saratchandran, P.: Parallel Architectures for Artificial Neural Networks, IEEE Computer Society Press, 1998, ISBN 0-8186-8399-6.

[3] Šíma, J., Neruda, R.: Theoretical Issues of Neural Networks

MATFYZPRESS, Prague, 1996, ISBN 80-85863-18-9.

[4] Aggarwal, Charu C.: Neural Networks and Deep Learning, Springer 2018, ISBN 978-3-319-94463-0.

Poznámka:

Informace o předmětu a výukové materiály naleznete na https://courses.fit.cvut.cz/PI-NSV/

Další informace:
https://courses.fit.cvut.cz
Rozvrh na zimní semestr 2023/2024:
Rozvrh není připraven
Rozvrh na letní semestr 2023/2024:
Rozvrh není připraven
Předmět je součástí následujících studijních plánů:
Platnost dat k 27. 3. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet1601606.html