====== Přednášky ======
Slidy se mohou změnit ještě i těsně před danou přednáškou. Předběžné verze se budeme snažit dát k dizpozici dopředu. Samotné slidy ovšem nejsou postačujícím materiálem ke zvládnutí předmětu.

^ datum ^ č.t. ^ S/L ^ náplň ^
| 21.02.2018 |  1. | S | Úvod. Umělá inteligence, kybernetika, k čemu to je. Proč se tomu věnovat. Co se v předmětu naučíme, pravidla hry. Je každý problém řešitelný? {{ :courses:b3b33kui:prednasky:kui-01-intro.pdf |}}|
| 28.02.2018 |  2. | L | Řešení problémů prohledáváním. Stromy a grafy. Jak neskončit ve slepé uličce a kdy skončit. {{ :courses:b3b33kui:prednasky:02_search.pdf |}}|
| 07.03.2018 |  3. | S | Řešení problémů prohledáváním. Jak se nezacyklit, jak rychleji k cíli, když můžeme odhadnout jak jsme od něj daleko. Heuristiky. {{ :courses:b3b33kui:prednasky:03_search.pdf |}}|
| 14.03.2018 |  4. | L | Hledání řešení v případě, když někdo hraje racionálně proti nám  - dvouhráčové hry. {{ :courses:b3b33kui:prednasky:04_adversarial.pdf |}}  |
| 21.03.2018 |  5. | S | Co když je ve hře soupeře prvek náhody, nebo máme více hráčů. Expectimax. {{ :courses:b3b33kui:prednasky:05_expectimax.pdf |}}|
| 28.03.2018 |  6. | L | Sekvenční rozhodování za neurčitosti I. Jak nalézt cestu k cíli, když v každém kroku závisí skutečný výsledek akce na náhodě. Value iteration. {{ :courses:b3b33kui:prednasky:06_mdp.pdf |}} |
| 04.04.2018 |  7. | S | Sekvenční rozhodování za neurčitosti II. Hledání optimální policy přímo. Policy iteration. {{ :courses:b3b33kui:prednasky:07_mdp.pdf |}}|
| 11.04.2018 |  8. | L | Posilované učení I. Jak nalézt cestu k cíli, když nevíme jak náhodnost vypadá a nemáme mapu. {{ :courses:b3b33kui:prednasky:08_rl.pdf |}}|
| 18.04.2018 |  9. | S | Posilované učení II. Jak kombinovat průzkum a již naučené. Co když je prostor stavů příliš veliký a nemůžeme si vše pamatovat. {{ :courses:b3b33kui:prednasky:09_rl.pdf |}}|
| 25.04.2018 |  10. | L | **Písemka na přednášce** (aka mid-term exam, 15 bodů). Zpět k jednorázovému rozhodování za neurčitosti. Jak rozhodnout optimálně, když známe potřebné podmíněné pravděpodobnosti - Bayesovské rozhodování {{ :courses:b3b33kui:prednasky:10_bayes.pdf |}}|
| 02.05.2018 |  11. | S | Bayesovské rozhodování a klasifikace, {{ :courses:b3b33kui:prednasky:10_bayes.pdf |}}. Jak rozhodnout, pokud máme k dispozici ukázková data {{ :courses:b3b33kui:prednasky:11_recog.pdf |}}. |
| 09.05.2018 |  12. | L | Učení rozhodovacího stroje - klasifikátoru. Perceptron {{ :courses:b3b33kui:prednasky:11_recog.pdf |}}. |
| 16.05.2018 |  13. | S ^ Rektorský den ^
| 23.05.2018 |  14. | L | Učení pravděpodobnostních modelů z dat. Maximálně věrohodný odhad. {{ :courses:b3b33kui:prednasky:12_mle.pdf |}}, Kam dál, ukázky z projektů, ... {{ :courses:b3b33kui:prednasky:kui-closing-lecture-2018.pdf |}}  |