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

Rozpoznávaní

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
NI-ROZ Z,ZK 5 2P+1C česky
Garant předmětu:
Michal Haindl
Přednášející:
Michal Haindl
Cvičící:
Michal Haindl, Radek Richtr
Předmět zajišťuje:
katedra teoretické informatiky
Anotace:

Seznámení se základními přístupy v oblasti rozpoznávání s důrazem na problémy a aplikace statistického přístupu k rozpoznávání dat. V předmětu budou vysvětleny základní pojmy a metody rozpoznávání, pravděpodobnostní modely, metody odhadování parametrů a jejich výpočetní aspekty.

Požadavky:

základy pravděpodobnosti, programování, angličtina

Osnova přednášek:

1. Základní pojmy rozpoznávání.

2. Základní přístupy k rozpoznávání.

3. Bayesovská teorie rozhodování.

4. Teorie učení.

5. Parametrické klasifikátory.

6. Neparametrické klasifikátory.

7. Klasifikátory typu SVM.

8. Hierarchické klasifikátory.

9. Rozpoznávání pomocí neuronových sítí.

10. Odhady kvality klasifikace.

11. Redukce dimenzionality.

12. Výběr příznaků.

13. Shluková analýza.

Osnova cvičení:

1. Zadání semestrálních úloh.

2. Konzultace.

3. Konzultace.

4. Konzultace.

5. Konzultace.

6. Kontrola semestrálních úloh.

7. Konzultace.

8. Konzultace.

9. Konzultace.

10. Konzultace.

11. Konzultace.

12. Prezentační workshop semestrálních úloh.

13. Prezentační workshop semestrálních úloh, zápočet.

Cíle studia:

Rozpoznávání je základem moderních přístupů k umělé inteligenci, strojovému vnímání, počítačové grafice a mnoha dalších příbuzných oborů, jako jsou získávání znalostí, hypermedia atd. Cílem předmětu je poskytnout základní znalosti z oblasti rozpoznávání s důrazem na problémy a aplikace statistického přístupu k rozpoznávání dat. Studenti se seznámí se základními pojmy a přístupy k rozpoznávání, s bayesovskou rozhodovací teorií, učením, parametrickými i neparametrickými klasifikátory, klasifikátory typu SVM, s odhady kvality klasifikace, výběrem příznaků a shlukovou analýzou.

Studijní materiály:

Devijver, P. A., Kittler, J. ''Pattern Recognition: A Statistical Approach''. Prentice Hall, 1982. ISBN 0136542360.

Duda, R. O., Hart, P. E., Stork, D. G. ''Pattern Classification (2nd Edition)''. Wiley-Interscience, 2000. ISBN 0471056693.

Webb, A. R. ''Statistical Pattern Recognition (2nd Edition)''. Wiley, 2002. ISBN 0470845147.

Theodoridis, S., Koutroumbas, K. ''Pattern Recognition''. Academic Press, 2008. ISBN 1597492728.

Poznámka:

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

Další informace:
https://courses.fit.cvut.cz/MI-ROZ/
Rozvrh na zimní semestr 2023/2024:
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
Út
St
Čt
místnost T9:346
Haindl M.
09:15–10:45
(přednášková par. 1)
Dejvice
NBFIT učebna
místnost T9:346
Richtr R.
11:00–12:30
SUDÝ TÝDEN

(přednášková par. 1
paralelka 101)

Dejvice
NBFIT učebna

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/predmet6165506.html