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

Metody výpočetní inteligence

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah Jazyk výuky
MI-MVI.16 Z,ZK 5 2P+1C česky
Garant předmětu:
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra aplikované matematiky
Anotace:

Studenti porozumí základním metodám a technikám výpočetní inteligence, které vycházejí z tradiční umělé inteligence, jsou paralelní povahy a jsou použitelné pro řešení celé řady problémů. Studenti se naučí, jak tyto metody pracují a jak je aplikovat na problémy související s data miningem, řízením, inteligencí ve hrách, optimalizací, apod.

Požadavky:

BI-ZUM - Introduction to artificial intelligence

Osnova přednášek:

1. Úvod do výpočetní inteligence, strojového učení - aplikace

2. Strojové učení a heuristiky pro řešení ML problémů

3 .Neuronové sítě a gradientní učení

4. Rekurentní neuronové sítě

5. Konvoluční neuronové sítě

6. Generativní sítě (GANs)

7. Autoencodery a variační autoencodery (VAE), aplikace v rekomedačních systémech

8 . Neuroevoluce, hypersítě

9. Pokročilé evoluční algoritmy a strategie, CMAES

10. Meta-learning

11. Swarms (ACO, PSO a varianty)

12. Nové trendy

Osnova cvičení:

1. Úvod, seznámení s nástroji (tensorflow)

2. Seznámení s problémy

3. Zadání semestrální úlohy

4. Konzultace

5. Konzultace

6. Kontrola semestrální úlohy

7. Konzultace

8. Konzultace

9. Kontrola semestrální úlohy

10. Konzultace

11. Kontrola reportu

12. Prezentace prací, workshop

13. Prezentace prací, workshop

14. Prezentace prací, workshop, zápočet

Cíle studia:

Cílem předmětu je dát přehled o základních metodách a technikách výpočetní inteligence, které vycházejí z tradiční umělé inteligence. Metody výpočetní inteligence jsou převážně přírodou inspirované, paralelní povahy a jsou použitelné pro řešení celé řady problémů znalostního inženýrství.

Studijní materiály:

Konar, A. ''Computational Intelligence: Principles, Techniques and Applications''. Springer, 2005. ISBN 3540208984.

Bishop, C. M. ''Neural Networks for Pattern Recognition''. Oxford University Press, 1996. ISBN 0198538642.

Poznámka:

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

Další informace:
https://courses.fit.cvut.cz/MI-MVI/
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 22. 4. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet4655906.html