Popis předmětu - B4M33SSU

Přehled studia | Přehled oborů | Všechny skupiny předmětů | Všechny předměty | Seznam rolí | Vysvětlivky               Návod
B4M33SSU Statistické strojové učení
Role:PV Rozsah výuky:2P+2C
Katedra:13133 Jazyk výuky:CS
Garanti:  Zakončení:Z,ZK
Přednášející:  Kreditů:6
Cvičící:  Semestr:Z

Anotace:

Cílem statistického strojového učení je návrh systémů (modelů a algoritmů) pro řešení daných úloh na základě jejich částečné znalosti a příkladů. Aplikace strojové učení lze například nalézt ve zpracování zvuku a obrazu. Předmět má dva hlavní cíle:
1. prezentovat základní koncepty jako je minimalizace risku, maximálně věrohodný odhad a Bayesovské učení včetně teoretických aspektů uvedených metod
2. popsat nejdůležitější modely pro regresi a klasifikaci a ukázat, jak lze tyto modely učit pomocí vysvětlených konceptů
Studenti získají schopnost konstruovat učící systémy pro běžné aplikace kombinováním vhodných modelů a metod učení.

Osnovy přednášek:

Předmět bude pokrývat následující témata" - Minimalizace empirického rizika, konzistence, generalizační meze - Jádrové metody, RKHS, kernel SVM a regrese - Učení s částečnou supervizí - Učení bez učitele, EM algoritmus, směsi distribucí - Bayesovské učení - Hluboké (konvenční) neuronové sítě a Boltzmann machines (grafické modely) - Metody učení s učitelem pro hluboké neuronové sítě - Hopfieldovy sítě a minimalizace energie (MAP odhad v MRF) - Structured output SVM - Vzorkovací metody, vzorkování z modelů - Ensemble learning, random forests

Osnovy cvičení:

Cvičení budou věnovaná implementaci vybraných praktických metod odpřednášených během kurzu. Kromě implementace se na cvičení se budou řešit i teoretické úlohy.

Literatura:

1. M. Mohri, A. Rostamizadeh and A. Talwalkar, Foundations of Machine Learning, MIT Press, 2012
2. K.P. Murphy, Machine Learning: A Probabilistic Perspective, MIT Press, 2012
3. T. Hastie, R. Tibshirani and J. Friedman, The Elements of Statistical Learning, Springer, 2010

Požadavky:

Požadavky předmětu: - znalost základů teorie pravděpodobnosti a statistiky v rozsahu odpovídajícím kurzu "Pravděpodobnost, statistika a teorie informace" (A0B01PSI) - znalost teorie statistického rozhodování, základních metod klasifikace a strojového učení v rozsahu odpovídajícím kurzu "Rozpoznávání a strojové učení" (A4B33RPZ)

Předmět je zahrnut do těchto studijních plánů:

Plán Obor Role Dop. semestr
MPEK8_2021 Komunikace a zpracování informace PV 3


Stránka vytvořena 28.3.2024 15:50:18, semestry: Z/2023-4, Z/2024-5, L/2023-4, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: I. Halaška (K336), J. Novák (K336)