Předmět: Machine Learning & AI

» Seznam fakult » FEI » KAM
Název předmětu Machine Learning & AI
Kód předmětu KAM/BMLAI
Organizační forma výuky Přednáška + Cvičení + Seminář
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Letní
Počet ECTS kreditů 4
Vyučovací jazyk Čeština
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Doležel Petr, prof. Ing. Ph.D.
Obsah předmětu
Témata přednášek po týdnech semestru: 1. Úvod do umělé inteligence, strojového učení, základní pojmy, programovací jazyky a frameworky a moduly. 2. Základní úlohy strojového učení - detekce, klasifikace, regrese, predikce, metriky pro určování kvality. 3. Základní modely pro strojové učení, učení s učitelem, vnucené učení. 4. Dekorelace dat, analýza hlavních komponent. 5. Lineární regrese, metoda podpůrných vektorů. 6. Dopředné neuronové sítě, TensorFlow, Keras, PyTorch. 7. Hluboké neuronové sítě. 8. Plně konvoluční neuronové sítě. 9. Hardwarová akcelerace neuronových sítí. 10. Prohledávání stavového prostoru - neinformované metody. 11. Prohledávání stavového prostoru - informované metody. 12. Teorie her, hraní her. 13. Hrozby a příležitosti umělé inteligence. Obsah cvičení odpovídá výše uvedeným tématům přednášek.

Studijní aktivity a metody výuky
nespecifikováno
Výstupy z učení
Cílem předmětu je seznámit studenty se základními aspekty strojového učení a uměle inteligence, podat přehled softwarových nástrojů pro řešení typických úloh strojového učení a naučit studenty pomocí základních modelů strojového učení a umělé inteligence navrhovat a vytvářet řešení inženýrských problémů.
Studenti po absolvování předmětu prokazují znalosti, schopnosti a dovednosti umožňující samostatně tvůrčím způsobem řešit inženýrské problémy pomocí základních modelů strojového učení a umělé inteligence.
Předpoklady
nespecifikováno

Hodnoticí metody a kritéria
nespecifikováno
Doporučená literatura


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr