Warning
This page is located in archive.

Na stránkách se pracuje, probíhá aktualizace pro nadcházející běh předmětu.

Přednášky

Není-li uvedeno jinak, AIMA a AIMA3 označují 2., resp. 3. vydání knihy Russel, Norvig: Artificial Intelligence- Modern Approach.

Doplňkové materiály

Úvod

Souvislosti UI, strojového učení a robotiky. Rozpoznávání, bayesovské a nebayesovské úlohy. Učení, s učitelem a bez učitele.

Klasifikační stromy

  • Studijní texty: AIMA3 18.3, 18.6

SVM, Adaboost

Lineární diskriminační funkce (opakování). Perceptron. Optimální rozdělující nadplocha. Support vector machine. AdaBoost.

Pravidla

Pravidlové systémy. Klasifikační pravidla (AQ, CN2). Asociační pravidla.

Selekce a extrakce příznaků

Selekce a extrakce příznaků, vlastnosti. Sekvenční rozpoznávání, Waldův algoritmus.

Teorie učení

Teorie učení - problémy konzistence, kapacity, PAC}}.

Grafové modely

Grafové pravděpodobnostní a Markovovské modely ve strojovém učení.

Plánování

Plánování, reprezentace plánovacího problému, lineární a nelineární plánování.

Hierarchické plánování

Agentní systémy

Agentní systémy: Inteligentní agenti, struktura agenty, typy prostředí, základy teorie rozhodování.

  • studijní texty: AIMA - kapitoly 2 a 16

Sekvenční rozhodování

Sekvenční rozhodování / Markovské rozhodovací procesy, iterace hodnot, iterace strategie.

Učení posilováním

Učení posilováním: formulace problému, explorace vs. exploitace, problém bandity, sekvenční učení

Agentní programování

Agentní programování: reaktivní plánování, BDI architektura, AgentSpeak, Jason

Umělý život

Umělý život, principy, algoritmy, aplikace.

courses/a3m33ui/prednasky/start.txt · Last modified: 2014/03/27 09:10 by xposik