Rozpoznávaní
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 2024/2025:
-
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 Pá - Rozvrh na letní semestr 2024/2025:
- Rozvrh není připraven
- Předmět je součástí následujících studijních plánů:
-
- Mgr. specializace Počítačová bezpečnost, 2020 (volitelný předmět)
- Mgr. specializace Návrh a programování vestavných systémů, 2020 (volitelný předmět)
- Mgr. specializace Počítačové systémy a sítě, 2020 (volitelný předmět)
- Mgr. specializace Manažerská informatika, 2020 (volitelný předmět)
- Mgr. specializace Softwarové inženýrství, 2020 (volitelný předmět)
- Mgr. specializace Systémové programování, verze od 2020 (volitelný předmět)
- Mgr. specializace Webové inženýrství, 2020 (volitelný předmět)
- Mgr. specializace Znalostní inženýrství, 2020 (volitelný předmět)
- Mgr. specializace Teoretická informatika, 2020 (volitelný předmět)
- Mgr. program, pro fázi studia bez specializace, ver. pro roky 2020 a vyšší (volitelný předmět)
- Study plan for Ukrainian refugees (volitelný předmět)
- Mgr. specializace Systémové programování, verze od 2023 (volitelný předmět)
- Mgr. specializace Teoretická informatika, 2023 (volitelný předmět)