Přírodou inspirované algoritmy
Přednáška má za cíl přinést úvod do přírodou inspirovaných algoritmů, jako jsou například evoluční algoritmy, neuronové sítě apod.
Materiály k přednášce budou postupně zveřejňovány na této stránce materiály k českému cvičení má Matyáš Lorenc na svém webu.
Zkouška bude ústní s časem na přípravu. Zkoušet se budou témata probíraná na přednášce, případně jejich použití na konkrétní zadané problémy. Podrobný popis zkoušky a seznam zkoušených témat je na samostatné stránce.
Plán přednášky
Toto je předběžný seznam témat podle předchozího roku, pravděpodobně se bude ještě měnit. Odkazované texty se budou také mírně měnit.
| Datum |
Téma |
| 16. 2. |
Úvod - umělá inteligence obecně, přírodou inspirované algoritmy v AI, motivace, aplikace |
| 23. 2. |
Zpětnovazební učení - Q-učení, SARSA, multi-agentní zpětnovazební učení |
| 2. 3. |
Evoluční algoritmy - jednoduchý genetický algoritmus, operátory, fitness |
| 9. 3. |
Evoluční algoritmy - spojitá a kombinatorická optimalizace |
| 16. 3. |
Evoluční algoritmy - genetické programování |
| 23. 3. |
Rojové algoritmy - Particle Swarm Optimization, Ant Colony Optimization |
| 30. 3. |
Neuronové sítě - klasifikace, regrese, perceptron a vícevrstvý perceptron |
| 13. 4. |
Neuronové sítě - RBF sítě, rekurentní sítě |
| 20. 4. |
Neuronové sítě - konvoluční sítě a zpracování obrazu |
| 27. 4. |
Neuroevoluce - NEAT, HyperNEAT |
| 4. 5. |
Hluboké zpětnovazební učení |
| 11. 5. |
Artificial Life |
| 18. 5. |
??? |