Přednášky

Číslo přednášky	Obsah	Materiály
1)	Úvod – návaznost na předchozí předměty o optimalizaci, randomizované metody prohledávání, vztah k učení a modelování	a4m33bia-01intro.pdf, dp_examples.pdf, local_optimizers.zip
2)	Co jsou to neuronové sítě, historie, typické úlohy, druhy učení neuronových sítí, perceptron	a4m33bia-02ann_intro-2012.pdf
3)	Vícevrstvé sítě. Algoritmus zpětného šíření chyby (back-propagation).	a4m33bia-03backprop-2012.pdf
4)	Učení bez učitele – shlukování neuronovými sítěmi, samoorganizace, kohonenova samoorganizující se mapa (SOM)	a4m33bia-04som-2012.pdf
5)	Univerzální aproximace, Kolmogorovův teorém, lokální a globální jednotky v neuronových sítích. RBF sítě, GMDH sítě	a4m33bia-05rbf_gmdh-2012.pdf
6)	Standardní genetický algoritmus – základní evoluční cyklus genetického algoritmu, genetické operátory, schéma teorém	a4m33bia_sga_2011b.pdf
7)	Genetické programování – základní principy, aplikace	a4m33bia_geneticprogramming_2011.pdf
8)	Vícekriteriální optimalizace – princip dominance, Pareto-optimální řešení, vícekriteriální evoluční algoritmy NSGA-II	a4m33bia_moea_2011.pdf
9)	Velikonoce
10)	Evoluční algoritmy s reálnou reprezentací – Evoluční strategie, operátory křížení, diferenciální evoluce	a4m33bia_raelcodedea_2011.pdf
11)	Zpracování časových posloupností, rekurentní neuronové sítě, Jordan/Elmanova síť, BPTT, RTRL, Echo State Networks, LSTM, Hopfieldova síť	a4m33bia-recurrent-2011.pdf recurrent_recall_demo.nb.zip
12)	Neuroevoluce – evoluční postupy pro optimalizaci struktury a nastavení vah neuronové sítě, algoritmy (Hyper)NEAT	a4m33bia-12neuroevolution-2011.pdf
13)	Řešení dynamických problémů pomocí evolučních algoritmů	a4m33bia_eafordynamicoptimization_2011.pdf
14)	Ant colony optimization, Particle swarm optimization	bia_ants_2011.pdf, bia_pso_2011.pdf

Zpět na hlavní stránku