Search
Na stránkách se pracuje, probíhá aktualizace pro nadcházející běh předmětu.
Není-li uvedeno jinak, AIMA a AIMA3 označují 2., resp. 3. vydání knihy Russel, Norvig: Artificial Intelligence- Modern Approach.
Souvislosti UI, strojového učení a robotiky. Rozpoznávání, bayesovské a nebayesovské úlohy. Učení, s učitelem a bez učitele.
Lineární diskriminační funkce (opakování). Perceptron. Optimální rozdělující nadplocha. Support vector machine. AdaBoost.
Pravidlové systémy. Klasifikační pravidla (AQ, CN2). Asociační pravidla.
Selekce a extrakce příznaků, vlastnosti. Sekvenční rozpoznávání, Waldův algoritmus.
Teorie učení - problémy konzistence, kapacity, PAC}}.
Grafové pravděpodobnostní a Markovovské modely ve strojovém učení.
Plánování, reprezentace plánovacího problému, lineární a nelineární plánování.
Agentní systémy: Inteligentní agenti, struktura agenty, typy prostředí, základy teorie rozhodování.
Sekvenční rozhodování / Markovské rozhodovací procesy, iterace hodnot, iterace strategie.
Učení posilováním: formulace problému, explorace vs. exploitace, problém bandity, sekvenční učení
Agentní programování: reaktivní plánování, BDI architektura, AgentSpeak, Jason
Umělý život, principy, algoritmy, aplikace.