Přírodou inspirované algoritmy > Přírodou inspirované algoritmy

Přírodou inspirované algoritmy

Published on 29. dubna 2018 22:17

Přednáška má za cíl přinést úvod to přírodou inspirovaných algoritmů, jako jsou například evoluční algoritmy, neuronové sítě apod.

Materiály k přednášce a cvičení budou postupně zveřejňovány na této stránce.

Zkouška bude ústní s časem na přípravu. Zkoušet se budou témata probíraná na přednášce, případně jejich použití na konkrétní zadané problémy.

Plán přednášky

Toto je předběžný seznam témat, pravděpodobně se bude ještě měnit.

  1. Úvod - umělá inteligence obecně, přírodou inspirované algoritmy v AI, motivace, aplikace

  2. Zpětnovazební učení - Q-učení, SARSA, multi-agentní zpětnovazební učení

  3. Evoluční algoritmy - jednoduchý genetický algoritmus, operátory, fitness

  4. Evoluční algoritmy - spojitá a kombinatorická optimalizace

  5. Evoluční algoritmy - genetické programování

  6. Neuronové sítě - klasifikace, regrese, perceptron a vícevrstvý perceptron

  7. Neuronové sítě - RBF sítě, rekurentní sítě

  8. Neuronové sítě - konvoluční sítě a zpracování obrazu

  9. Neuroevoluce - NEAT, HyperNEAT

  10. Hluboké zpětnovazební učení

  11. Rojové algoritmy - Particle Swarm Optimization, Ant Colony Optimization

  12. Artificial Life

Cvičení

Cílem cvičení je vyzkoušet si algoritmy zmiňované na přednášce a zároveň ukázat typické nástroje a knihovny používané při implementaci a testování přírodou inspirovaných algoritmů.

Během semestru dostanete na cvičení 3 úkoly a zápočet bude udělen za jejich vyřešení.

Materiály ke cvičení jsou k dispozici na Githubu.