Aplikace optimalizačních metod
| 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 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:
-
- Aplikace informatiky v přírodních vědách (volitelný předmět)
- Matematické inženýrství (povinný předmět programu)