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

Aplikace optimalizačních metod

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah
01AOM ZK 2 1P+1C
Garant předmětu:
Tomáš Oberhuber
Přednášející:
Tomáš Oberhuber
Cvičící:
Tomáš Oberhuber
Předmět zajišťuje:
katedra matematiky
Anotace:

Cílem tohoto předmětu je rozšířit základní znalosti optimalizačních metod a ukázat jejich aplikace v moderní praxi.

Řada metod je aplikována na metodu support-vector machines a následně jsou vyloženy i metody vhodné pro řešení

větších úloh a pro učení hlubokých neuronových sítí. Na závěr jsou předvedeny i pokročilejší metody pro řešení regret

minimization nebo pro vynucení řídkosti učených parametrů. Metody jsou předváděny na vybraných konkrétních

úlohách.

Požadavky:

znalosti nelineární optimalizace

Osnova přednášek:

1. Úvod do moderních metod optimalizace.

2. Support-vector mechines.

3. Neuronové sítě a jejich role v optimalizaci.

4. Aproximace inverze Hessianu, BFGS metoda.

5. Stochastická metoda největšího spádu.

6. Konvexní optimalizace pro regret minimalizaci.

7. Optimalizace s vynucenou řídkostí.

Osnova cvičení:
Cíle studia:
Studijní materiály:

Povinná literatura:

[1] H. J. Kochenderfer, T. A. Wheeler, Algorithms for Optimization, The MIT Press, 2019.

[2] S. Sra, S. Nowozin, S. J. Wright, Optimization for Machine Learning, The MIT Press, 2012.

[3] D. P. Bertsekas, Convex Optimization Algorithms, Athena Scientific, 2015.

Doporučená literatura:

[5] I. Goodfellow, Y. Bengio, A. Courville, Deep Learning, The MIT Press, 2016.

[6] Ch. C. Aggarwal, Neural Networks and Deep Learning, Springer, 2018.

Poznámka:
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/predmet6384706.html