| Název předmětu | Simulation and Modelling |
|---|---|
| Kód předmětu | FES/ASIM |
| Organizační forma výuky | Přednáška |
| Úroveň předmětu | Doktorský |
| Rok studia | nespecifikován |
| Semestr | Zimní a letní |
| Počet ECTS kreditů | 10 |
| Vyučovací jazyk | Čeština |
| Statut předmětu | nespecifikováno |
| Způsob výuky | Kontaktní |
| Studijní praxe | Nejedná se o pracovní stáž |
| Doporučené volitelné součásti programu | Není |
| Vyučující |
|---|
|
| Obsah předmětu |
|
Teorie učení a vybrané úlohy učení. Generativní a diskriminační algoritmy. Podpůrné vektorové stroje a podpůrná vektorová regrese. Teoretické otázky výběru trénovacích dat. Selekce a extrakce atributů. Soubory algoritmů pro učení s učitelem a bez učitele. Kombinování učení s učitelem a bez učitele. Analýza výsledků učení a problém přesnosti a komplexnosti. Strojové učení ve vyhledávání informací a extrakci znalostí z textu. Aplikace strojového učení při zpracování velkých objemů dat.
|
| Studijní aktivity a metody výuky |
| nespecifikováno |
| Výstupy z učení |
|
Cílem předmětu je seznámit studenty se základními poznatky a moderními přístupy k analýze a syntéze systémů, se základními vlastnostmi statických i dynamických systémů, s návrhem jejich matematických modelů a s transformací matematických modelů do simulačních programů.
Po absolvování předmětu by měl student mít přehled o pokročilých metodách strojového učení a měl by umět pro konkrétní úlohu navrhnout a implementovat vhodný systém se strojovým učením. |
| Předpoklady |
|
nespecifikováno
|
| Hodnoticí metody a kritéria |
|
nespecifikováno
Zpracování a úspěšné obhájení projektu z vybrané látky se zaměřením na doktorskou disertační práci. Všeobecný pohled doktoranda na metody strojového učení. |
| Doporučená literatura |
|
| Studijní plány, ve kterých se předmět nachází |
| Fakulta | Studijní plán (Verze) | Kategorie studijního oboru/specializace | Doporučený semestr |
|---|