Aplikace umělé inteligence (Y33AUI)

MOODLE Podpora předmětu včetně slidů z přednášek, materiálů ke cvičení, diskuzních fór atd. je na serveru skupiny IDA v e-learningovém systému Moodle. Vyžaduje registraci.

Přednášky

  1. Rozpoznávání, základní úlohy, učení s učitelem a bez učitele
  2. Lineární diskriminační funkce, perceptronový algoritmus, rozšíření báze
  3. Support Vector Machines
  4. Neuronové sítě, zpětné šíření chyby
  5. Neuronové sítě pro regresi, klasifikaci, kompresi, shlukování a asociativní vybavování
  6. Úvod do optimalizace a evolučních výpočetních technik
  7. Evoluční algoritmy s binární a s reálnou reprezentací
  8. Alternativní přírodou inspirované techniky – mravenčí kolonie, rojení částic
  9. Shlukování a odhad rozdělení, hierarchické shlukování a k-means
  10. Použití základních technik UI pro plánování
  11. Úvod do multi-agentních systémů a agentních technologií
  12. Použití metod UI pro plánování v průmyslové výrobě a logistice (ukázky systému)
  13. Použití metod UI pro simulaci, diagnostiku a inteligentní robotiku (ukázky systému)
  14. Rezerva

Cvičení

  1. Úvod, organizace cvičení, rozdělení do skupin
  2. Učení lineární diskriminační funkce I.
  3. Učení lineární diskriminační funkce II.
  4. Neuronové sítě I.
  5. Neuronové sítě II.
  6. Konvenční metody optimalizace
  7. Evoluční algoritmy I.
  8. Evoluční algoritmy II.
  9. Shlukování
  10. Semestrální práce
  11. Semestrální práce
  12. Semestrální práce
  13. Odevzdání semestrální práce
  14. Rezerva

Podmínky udělení zápočtu:

  1. Účast a aktivní činnost na cvičení. Povoleny jsou 2 absence za semestr.
  2. Splnění všech úloh zadaných v průběhu semestru.
  3. Zisk alespoň 50% bodů udělovaných ve cvičení.

Podmínky odevzdávání a bodování úloh:

Celkové hodnocení předmětu:

Předmět bude bodován, maximálně (kromě bonusových bodů) lze získat 100 bodů:

Detailněji:

  1. Test (max. 20 b.) zhruba v 7. týdnu bude trvat 20-30 min. V náhradním termínu jej lze psát pouze výjimečně, a to po předložení dokladu od lékaře.
  2. Článek (max. 20 b.): každý student si v průběhu semestru vybere (nebo najde vlastní) aplikační článek v angličtině týkající se probírané látky. Článek je nutno
  3. Semestrální úloha (max. 30 b.), odevzdání nejpozději ve 13. týdnu. Zpráva o řešení semestrální úlohy musí mít formát a strukturu vědeckého článku. Bonusové body lze získat za použití LaTeXu a angličtiny.
  4. Písemná část zkoušky (max. 25 b.)
  5. Ústní část zkoušky (max. 5 b.)

Známka bude udělena podle výsledného počtu bodů:

BodyZnámka
100 - 81výborně
80 - 71velmi dobře
70 - 60dobře
59 a méněnevyhověl

Doporučená literatura

  1. Mařík a kol.: Umělá inteligence I-IV. Praha, Academia, 1999-2001
  2. Kotek, Z. a kol.: Metody rozpoznávání a jejich aplikace. Academia, Praha 1993
  3. Christopher M. Bishop: Neural Networks for Pattern Recognition. Oxford University Press, USA, 1996.

Přednášející a cvičící