Symbolické strojové učení

Předmět nesmí být zapsán současně s:

Symbolic Machine Learning (BE4M36SMU)

Přednášející:

Filip Železný (gar.), Ondřej Kuželka

Cvičící:

Filip Železný (gar.), Jáchym Barvínek, Ondřej Hubáček, Ondřej Kuželka, Petr Ryšavý, Martin Svatoš

Předmět zajišťuje:

katedra počítačů

Anotace:

The course will explain methods through which an intelligent agent can learn, that is, improve its behavior from observed data and background knowledge. The learning scenarios will include on-line learning and learning from i.i.d. data (along with the PAC theory of learnability), as well as the active and reinforcement learning scenarios. Agent's knowledge will be represented through the language of logic and through graphical models. The course is given in English to all students.

Požadavky:

Osnova přednášek:

1. Agent-environment model, interaction principles

2. Concept learning, on-line learnability, version space

3. Learning from i.i.d. data, PAC-learnability, VC-dimension

4. Learnability of propositional-logic concepts

5. Learning a graphical probabilistic model

6. Learning a graphical probabilistic model (2)

7. PAC-learning predicate-logic CNF

8. Learning predicate-logic clauses

9. Learning a relational graphical probabilistic model

10. Learning a relational graphical probabilistic model (2)

11. Active learning

12. Reinforcemenent learning

13. Reinforcemenent Learning (2)

14. Solomonoff induction and universal AI

Osnova cvičení:

Cíle studia:

Studijní materiály:

Course textbook available at https://cw.fel.cvut.cz/wiki/courses/smu/start

Stuart Russell and Peter Norvig: Artificial Intelligence: A Modern Approach, Prentice Hall 2010

Luc De Raedt: Logical and Relational Learning, Springer 2008

Marcus Hutter: Universal artificial intelligence, Springer 2005

Poznámka:

Další informace:

https://cw.fel.cvut.cz/wiki/courses/b4m36smu/l

Rozvrh na zimní semestr 2019/2020:

Rozvrh není připraven

Rozvrh na letní semestr 2019/2020:

	06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po	místnost KN:E-301 Železný F. Kuželka O. 16:15–17:45 (přednášková par. 1) Karlovo nám. Šrámkova posluchárna K9místnost KN:E-307 Ryšavý P. Svatoš M. 18:00–19:30 (přednášková par. 1 paralelka 103) Karlovo nám. HW-lab K307
Út
St	místnost KN:E-307 Ryšavý P. Svatoš M. 11:00–12:30 (přednášková par. 1 paralelka 101) Karlovo nám. HW-lab K307místnost KN:E-307 12:45–14:15 (přednášková par. 1 paralelka 102) Karlovo nám. HW-lab K307místnost KN:E-307 Ryšavý P. Svatoš M. 14:30–16:00 (přednášková par. 1 paralelka 104) Karlovo nám. HW-lab K307
Čt
Pá

Předmět je součástí následujících studijních plánů:

• Otevřená informatika - Umělá inteligence 2016 (povinný předmět oboru)
• Otevřená informatika - Bioinformatika 2016 (povinný předmět oboru)
• Otevřená informatika - Datové vědy 2016 (povinný předmět oboru)
• Lékařská elektronika a bioinformatika - Specializace Bioinformatika (povinně volitelný předmět)
• Otevřená informatika - Umělá inteligence 2018 (povinný předmět oboru)
• Otevřená informatika - Bioinformatika 2018 (povinný předmět oboru)
• Otevřená informatika - Datové vědy 2018 (povinný předmět oboru)
• Lékařská elektronika a bioinformatika - Specializace Lékařská technika (povinně volitelný předmět)
• Lékařská elektronika a bioinformatika - Specializace Zpracování obrazu (povinně volitelný předmět)
• Lékařská elektronika a bioinformatika - Specializace Zpracování signálů (povinně volitelný předmět)