====== Literatura ======

Doporučené čtení. Můžete pochopitelně použít i další knihy či on-line zdroje ke studiu. Někde je potřeba dát pozor, terminologie se může lišit. Zdrojů je hodně, kvalita kolísá, toto je náš výběr. Doporučení na další zdroje vítáme, pokud akceptujeme do našeho výběru, oceníme prémiovými body.

{[be5b33kui:Russell-Norvig2010]} je hlavní kniha. V tomto předmětu nepoužijeme celou, nicméně, pokud to myslíte s umělou inteligencí vážněji, toto je základní kniha. Doporučujeme zvážit nákup. K dispozici je rozsáhlý on-line materiál http://aima.cs.berkeley.edu. 

Reinforcement learning (posilované učení) je dobře vysvětleno v {[be5b33kui:Sutton-Barto98]}, on-line [[http://incompleteideas.net/book/ebook/the-book.html|html]]. Druhé vydání {[be5b33kui:Sutton-Barto2017]}, on-line [[http://www.incompleteideas.net/book/bookdraft2018jan1.pdf|pdf]]. Kapitola 4 - Dynamic programming dobře poslouží i pro studium sekvenčního rozhodování (MDPs).

Kniha {[be5b33kui:LaValle2006]} je k dispozici i [[http://planning.cs.uiuc.edu|on-line]]. Pokrývá mnohem více než budeme potřebovat. Nicméně, kapitoly 2, 9, 10 s hodí i nám. Některé základní koncepty, které budeme diskutovat podrobně, jsou v knize podány kompaktně, ale někomu to může vyhovovat. 

Pro Python doporučujeme {[b3b33kui:Wentworth2012]}, případně [[http://python-textbok.readthedocs.io/en/1.0/index.html|Object-Oriented Programming in Python]], další zdroje viz [[https://cw.fel.cvut.cz/wiki/courses/b3b33alp/literatura|literatura pro B3B33ALP]] 

You can also use multiple on-line resources:
  * [[https://edge.edx.org/courses/course-v1:BerkeleyX+CS188x-SP16+SP16/20021a0a32d14a31b087db8d4bb582fd/|Artificial Intelligence]] course at Berkeley. This course has strongly influenced/motivated our course.
  * [[https://cw.fel.cvut.cz/wiki/courses/ae3m33ui/lectures/start|Artificial Intelligence]] course at CTU. A master course, now taught with changed content. SDPs and Reinforcement learning no longer covered there - we do.

CTU courses for possible specializations. If you fall in love with some parts of our course, you may dig deeper in the following courses:
  * [[https://cw.fel.cvut.cz/wiki/courses/ae4b33rpz/start|Pattern Recognition and Machine Learning]] a bachelor course at CTU goes deeper into (statistical) machine learning.
  * [[https://cw.fel.cvut.cz/wiki/courses/a4b33zui/start-english|Introduction into Artificial Intelligence]] a bachelor course at CTU studies deeper games and knowledge representation.
  * [[https://cw.fel.cvut.cz/wiki/courses/be4m33ssu/lectures|Statistical Machine Learning]] a master course at CTU goes deep into the theory of statistical machine learning. (Notably: SVM, EM algorithm, Neural Networks, Reinforcement Learning).


You may also consider participating in **research projects** as a summer intern or doing an individual project or accomplishing a bachelor/master thesis.
  * http://cyber.felk.cvut.cz/vras
  * http://mrs.felk.cvut.cz
  * http://robotics.fel.cvut.cz/
  * https://cyber.felk.cvut.cz/study/student-projects/