Table of Contents

Rozvrh na FEL Diskusní fórum

Cíl předmětu

Předmět 33RPZ má studentovi poskytnout souhrnnou představu o rozpoznávání, jeho metodách, nástrojích a aplikacích. S velmi podobnými metodami se někdy setkáte pod názvy teorie rozhodování, analýza dat, dolování z dat, teorie učení či statistické učení.

Základní informace

Zimní semestr 2022/2023

Kdy a kde: KN:E-301 ( Karlovo náměstí, budova E), pátek 11:00-12:30

Přednášející: Jiří Matas (JM) matas@cmp.felk.cvut.cz, Ondřej Drbohlav (OD) drbohlav@cmp.felk.cvut.cz

Plán přednášek 2022/2023

Č. Datum Př. Zdroj Téma Wiki Additional material
1 23.9. JM pdf Úvod. Formulace úloh řešených v rozpoznávání. Bayesovské rozhodování Machine_learning Naive_Bayes_classifier some simple problems
2 30.9. OD pdf Nebayesovské úlohy (Neyman-Pearson, Minimax, Wald). Minimax
3 7.10. OD pdf Odhady parametrů pravděpodobnostních modelů. Metoda maximální věrohodnosti. Maximum_likelihood
4 14.10. OD pdf Metoda nejbližších sousedů. Neparametrické odhady hustoty K-nearest_neighbor_algorithm
5 21.10. OD pdf Logistická regrese Logistic_regression
6 28.10. holiday
7 4.11. JM pdf Učení klasifikátoru. Lineární klasifikátor. Perceptron Linear_classifier Perceptron
8 11.11. JM pdf Učení jako kvadratický optimalizační problém. Klasifikátor typu SVM. Support_vector_machine
9 18.11. JM pdf Učení metodou Adaboost Adaboost
10 25.11. JM pdf Učení metodou backpropagation. Neuronové sítě.Artificial_neural_network
11 2.12. JM pdf Shlukování metodou k-means K-means_clustering K-means++
12 9.12. JM pdf EM algoritmus Expectation_maximization_algorithm Hoffmann,Bishop,Flach
13 16.12. JM pdf Principal component analysis. Fisherův linearní discriminant. Principal_component_analysis Linear_discriminant_analysis Veksler, Franc, ver1
14 13.1. JM pdf Rozhodovací stromy. Decision_tree Decision_tree_learning Rudin@MIT

Doporučená literatura

s

Zápočet

Podmínky získání zápočtu viz labs.

Zkouška