Pokročilé techniky strojového učení

Garant předmětu:

Přednášející:

Cvičící:

Předmět zajišťuje:

katedra aplikované matematiky

Anotace:

Předmět seznamuje studenty s vybranými pokročilými tématy strojového učení a umělé inteligence a jejich aplikace na reálné problémy. Témata představují techniky v oblasti doporučovacích systémů, zpracování obrazu, řízení i propojení fyzikálních zákonů s oblastí strojového učení.

Cílem cvičení je podrobně seznámit studenty s probíranými metodami.

Požadavky:

Doporučenou prerekvizitou je absolvování předmětu NI-MVI. Předpokládá se znalost témat hlubokého učení - dopředné, konvoluční neuronové sítě, autoencodery, transformery a evoluční algoritmy, neuroevoluce.

Osnova přednášek:

1. Introduction, Repeatable ML Projects - MLOps

2. Optimisation in Deep Learning

3. Recommender Systems

4. Recommender Systems

5. Continual Learning

6. ML in modeling and control

7. Advanced Image Processing

8. Physics informed ML

9. Interpretable and Explainable Models

10. Causal Machine Learning

11. Time Series Modeling

12. AI Alignment

Osnova cvičení:

1. Optimisation in Deep Learning

2. Recommender Systems

3. ML in modeling and control

4. Physics informed ML

5. Interpretable and Explainable Models

6. Semestral project presentation

Cíle studia:

Předmět seznamuje studenty s vybranými pokročilými tématy strojového učení a umělé inteligence a jejich aplikace na reálné problémy. Témata představují techniky v oblasti doporučovacích systémů, zpracování obrazu, řízení i propojení fyzikálních zákonů s oblastí strojového učení.

Studijní materiály:

[1] Silva, N., Werneck, H., Silva, T., Pereira, A. C., & Rocha, L. (2022). Multi-Armed Bandits in Recommendation Systems: A survey of the state-of-the-art and future directions. Expert Systems with Applications

[2] McAuley, J. (2022). Personalized Machine Learning. Cambridge University Press.

[3] Gift, N., & Deza, A. (2021). Practical MLOps. „ O'Reilly Media, Inc.“.

[4] Rajendra, P., Ravi. PVN, H., & Naidu T, G. (2021). Optimization methods for deep neural networks. In AIP Conference Proceedings (Vol. 2375, No. 1, p. 020034). AIP Publishing LLC.

[5] Bagus, B., Gepperth, A., & Lesort, T. (2022). Beyond Supervised Continual Learning: a Review.

[6] Karniadakis, G. E., Kevrekidis, I. G., Lu, L., Perdikaris, P., Wang, S., & Yang, L. (2021). Physics-informed machine learning. Nature Reviews Physics, 3(6), 422-440.

[7] Kirchner, J. H., Smith, L., Thibodeau, J., McDonell, K., & Reynolds, L. (2022). Researching Alignment Research: Unsupervised Analysis.

[8] Lim, B., & Zohren, S. (2021). Time-series forecasting with deep learning: a survey. Philosophical Transactions of the Royal Society

[9] Ismail Fawaz, H., Forestier, G., Weber, J., Idoumghar, L., & Muller, P. A. (2019). Deep learning for time series classification: a review. Data mining and knowledge discovery

Poznámka:

Informace o předmětu a výukové materiály naleznete na http://courses.fit.cvut.cz/NI-AML

Další informace:

http://courses.fit.cvut.cz/NI-AML

Pro tento předmět se rozvrh nepřipravuje

Předmět je součástí následujících studijních plánů:

• Mgr. obor Znalostní inženýrství, 2016-2017 (volitelný předmět)
• Mgr. obor Počítačová bezpečnost, 2016-2019 (volitelný předmět)
• Mgr. obor Počítačové systémy a sítě, 2016-2019 (volitelný předmět)
• Mgr. obor Návrh a programování vestavných systémů, 2016-2019 (volitelný předmět)
• Mgr. obor Webové a softwarové inženýrství, zaměření Informační systémy a management, 2016-2019 (volitelný předmět)
• Mgr. obor Webové a softwarové inženýrství, zaměření Softwarové inženýrství, 2016-2019 (volitelný předmět)
• Mgr. obor Webové a softwarové inženýrství, zaměření Webové inženýrství, 2016-2019 (volitelný předmět)
• Mgr. program Informatika, pro fázi studia bez oboru, 2016-2019 (volitelný předmět)
• Mgr. obor Systémové programování, zaměření Systémové programování, 2016-2019 (volitelný předmět)
• Mgr. obor Systémové programování, zaměření Teoretická informatika, 2016-2017 (volitelný předmět)
• Mgr. specializace Teoretická informatika, 2018-2019 (volitelný předmět)
• Mgr. obor Znalostní inženýrství, 2018-2019 (volitelný předmět)
• 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)
• Master specialization Software Engineering, in English, 2021 (volitelný předmět)
• Master specialization Computer Security, in English, 2021 (volitelný předmět)
• Master specialization Computer Systems and Networks, in English, 2021 (volitelný předmět)
• Master specialization Design and Programming of Embedded Systems, in English, 2021 (volitelný předmět)
• Master specialization Computer Science, in English, 2021 (volitelný předmět)
• Study plan for Ukrainian refugees (volitelný předmět)
• Master Specialization Digital Business Engineering, 2023 (volitelný předmět)
• Mgr. specializace Systémové programování, verze od 2023 (volitelný předmět)
• Mgr. specializace Teoretická informatika, 2023 (volitelný předmět)