vymazat

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra kybernetiky

Anotace:

Anotace bude doplněna

Požadavky:

Osnova přednášek:

1.Povaha dat, informací a znalostí, úvod do problematiky pokročilých technik rohledávání stavového prostoru

2.Jednotlivé metody prohledávání (island-driven search, hierarchical search, limited-horizon search, alfa-beta prohledávání, herní strategie)

3.Strojové učení - přehled klasických metod

4.Násobné klasifikátory, ILP, relační logika

5.Operátory generalizace a specializace, generalizační teorie

6.PAC learning, reinforcement learning

7.Vyuľití strojového učení v klasifikaci, predikci a daląích oblastech

8.Data mining - metody, vizualizace, aplikace, učení asociačních pravidel

9.Distribuované metody v učení a optimalizaci

10.PSO, ACO, celulární automaty, umělé imunitní systémy, artificial life

11.Agent - definice, typy a vlastnosti, modely architektury (BDI, 3bA), ociální chování

12.Koordinace, kooperace a komunikace v multiagentních systémech

13.Modely spolupráce (vyjednávání, trľní a aukční mechanismy)

14.Plánování, aliance, formování koalic, příklady aplikací

Osnova cvičení:

1.- 3. Pokročilé algoritmy prohledávání

4. - 9. Strojové učení - Weka, naporgramování vlastního algoritmu, experimenty s reálnými daty, porovnání výsledků získaných různými algoritmy

10. - 11. Experimenty s PSO, ACO

12. - 14. Multiagentní systémy - JADE, práce s existujícími systémy, latforma Aglobe

Cíle studia:

Studijní materiály:

bude doplněna později

Poznámka:

Další informace:

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů: