Aplikace metod výpočetní inteligence

Zdrojové kódy k jednotlivým lekcím semináře najdete na GitHubu. Lze tam přímo prohlížet i jednotlivé notebooky s poznámkama a obrázkama.

Předběžný plán

Datum Obsah
2. 10. Vizualizace + vyhodnocení modelů
9. 10. Extrakce příznaků a redukce dat (výběr příznaků)
16. 10. Lineární modely
23. 10. Jádrové metody
30. 10. Hluboké sítě (convNet, Stacked AE)
6. 11. Hluboké sítě (LSTM, word2vec)
13. 11. Deep reinforcement learning
20. 11. Ansámbly
27. 11. Semi-supervised učení
4. 12. Metaučení (tabelace, evoluce)
11. 12. Kombinace EA + ML (surrogate modely)
18. 12. CMA-ES + omezující podmínky v EA
8. 1. ???

Požadavky na zápočet

Zápočet dostanete za skupinovou práci na semináři. Představa je taková, že budete pracovat v malých skupinkách (2-3 lidi) a každá skupinka bude mít několikrát za semestr krátkou (cca 5 minut) prezentaci o tom, co se jim podařilo pomocí metod probíraných v poslední době na cvičeních. Cílem je hlavně se pochlubit tím, co se vám povedlo a zároveň inspirovat ostatní v tom, co se pomocí probíraných metod dá dělat a jakým způsobem ukazovat svoje výsledky.