BDUM-KUI: Kybernetika a umělá inteligence (kombinované studium)

Kurz vychází z prezenčního kurzu B3B33KUI a je přizpůsoben formátu kombinovaného studia.

Předmět je úvodem do široké oblasti umělé inteligence a poskytuje potřebné základy pro návrh algoritmů pro řízení strojů. Začíná řešením problémů pomocí prohledávání stavového prostoru a rozšiřuje jej uvažováním nejistoty v přechodech mezi stavy. Dále představuje i základy posilovaného učení pro problémy, kde o přechodech mezi stavy nic nevíme. Poslední část předmětu představuje Bayesovskou rozhodovací úlohu a učení s učitelem, které je demonstrováno na lineárních klasifikátorech různých typů. Studenti si znalost procvičí na semestrálních úlohách, v nichž budeme používat Python, který si studenti mohli osvojit v předmětech B3B33ALP, B4B33RPH, nebo BAB37ZPR.

Aby bylo jasno: Tento kurz NENÍ o hlubokém učení, neuronových sítích, LLM, chatbotech, atd., ale (především v jeho poslední části o strojovém učení) staví základy pro tato témata.

Prerekvizity: V kurzu očekáváme základní znalost lineární algebry. Budeme také potřebovat něco málo z teorie pravděpodobnosti a statistiky; tyto znalosti vám poskytneme přímo v kurzu. Očekáváme, že studenti umí psát jednoduché programy ve vyšším programovacím jazyce (ideálně v Pythonu) a znají základní datové struktury.

Semestr je rozdělen do 3 částí/tématických bloků. V každém bloku:

• studenti samostatně sledují záznamy přednášek,
• samostatně řeší úlohy ze sbírky příkladů,
• na kontaktní část výuky (10 vyučovacích hodin cvičení v každém bloku) přicházejí s nejasnostmi z přednášek a procvičených úloh; na cvičení nejasnosti diskutujeme, řešíme kvízy, procvičujeme další příklady, pracujeme na úlohách.

• Přednášky – záznamy přednášek a prezentace k samostatnému studiu
• Cvičení – materiály ke cvičením v kontaktních blocích

Semestrální úlohy jsou odevzdávány přes systém BRUTE.

• Diskusní fórum
• BRUTE – odevzdávání úloh
• KUIMaze2 – prostředí pro semestrální úlohy