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. Po přednášce budou slidy ještě aktulizovány, doplněny o pracovní část. Spoiler alert: Varianta s poznámkami vás může připravit o potěšení ze samostatného vyřešení problému, otázky. Nalezení chyb v materiálech (web, slidy) odměníme bonusovými body.
Doporučené čtení je průběžně odkazováno během přednášek, viz vždy poslední přednáškový slide. Některé slidy mohou být a budou nahrazeny vysvětlením na tabuli, či demostrací běhu progamu, v materiálech jsou ponechány pro úplnost.
Tabulka programu přednášek bude průběžně aktualizována. Věnujte pozornost nepravidelnostem a přesunu rozvrhů, viz http://www.fel.cvut.cz/cz/education/harmonogram
První dvě přednášky budou předneseny Matějem Hoffmannem, zbytek, pokud nebude řečeno jinak, Tomášem Svobodou, který je první dva týdny v semestru na robotické soutěži DARPA SubT.
Poznámka k pdf dokumentům. Po přednášce jsou aktualizovány, dále se provádí aktualizace v případě nalezené chyby, překlepu atp.
*_.pdf
obsahuje přednáškové slidy, tak jak byly předneseny
*_withnotes.pdf
neobsahují slidy s hlasovacími problémy-otázkami pro přednášku
*_live_withnotes.pdf
dokumenty jsou nejobsažnější, obsahují i note slidy k otázkám položeným během přednášek.
datum | č.t. | S/L | náplň |
---|---|---|---|
19.02.2020 | 1 | S | Úvod. Co se v předmětu naučíme, pravidla hry. Kybernetika, umělá inteligence - historie, k čemu to je. Proč se tomu věnovat. N-puzzle. 01_intro_mh_2020_v5_novideos.pdf |
26.02.2020 | 2 | L | Řešení problémů prohledáváním. Stromy a grafy. Jak neskončit ve slepé uličce a kdy skončit. Jak rychleji k cíli. Optimalita, nároky časové i paměťové. 02_search.pdf 02_search_withnotes.pdf 03_search.pdf, 03_search_live_withnotes.pdf |
04.03.2020 | 3 | S | Hledání řešení v případě, když někdo hraje racionálně proti nám - dvouhráčové hry. Minmax, $\alpha-\beta$ prořezávání 04_adversarial.pdf, 04_adversarial_live_withnotes.pdf |
| 4 | L | Co když je ve hře soupeře prvek náhody, nebo máme více hráčů. Expectimax. 05_expectimax.pdf, 05_expectimax_withnotes.pdf, 05_expectimax_live_withnotes.pdf. Alternativní video: AI@Berkeley |
| 5 | S | Sekvenční rozhodování za neurčitosti I. Jak nalézt cestu k cíli, když v každém kroku závisí skutečný výsledek akce na náhodě. Value iteration. 06_mdp.pdf, 06_mdp_withnotes.pdf, 06_mdp_live_withnotes.pdf deterministic_robot_async_vs_sync_value_iter.zip |
| 6 | L | Sekvenční rozhodování za neurčitosti II. Hledání optimální policy přímo. Policy iteration. 07_mdp.pdf, 07_mdp_withnotes.pdf, 07_mdp_live_withnotes.pdf |
| 7 | S | Posilované učení I. Jak nalézt cestu k cíli, když nevíme jak náhodnost vypadá a nemáme mapu. 08_rl.pdf, 08_rl_live_withnotes.pdf |
| 8 | L | Posilované učení II. Jak kombinovat průzkum a již naučené. Průzkum vs. zužitkování již naučeného. 09_rl.pdf, 09_rl_live_withnotes.pdf |
| 9 | S | Písemka na přednášce (aka mid-term exam, 15 bodů). Posilované učení III. Co když je prostor stavů příliš veliký a nemůžeme si vše pamatovat v tabulce. Shrnutí prohledávacích algoritmů. |
| 10 | L | Zpět k jednorázovému rozhodování za neurčitosti. Jak rozhodnout optimálně, když známe potřebné podmíněné pravděpodobnosti - Bayesovské rozhodování. 10_bayes.pdf, 10_bayes_live_withnotes.pdf |
| 11 | S | Bayesovské rozhodování a klasifikace, jak klasifikátor hodnotit. 11_recog_a.pdf, 11_recog_a_live_withnotes.pdf |
| 12 | L | Učení rozhodovacího stroje z dat - klasifikátoru. Perceptron. 11_recog_b.pdf, 11_recog_b_live_withnotes.pdf |
| 13 | S | Rektorský den |
| 14 | L | Ozkoušení zkoušky. Otázky a odpovědi. Vybrané úlohy z lineárních klasifikátorů 11_recog_c.pdf, 11_recog_c_live_withnotes.pdf. Pár slov na závěr, kui-closing-lecture-2020.pdf |