Přírodou inspirované algoritmy

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 podle předchozího roku, pravděpodobně se bude ještě měnit. Odkazované texty se budou také mírně měnit.

Během doby, kdy je zrušena kontaktní výuka, probíhá přednáška (i cvičení) online prostřednictvím Microsoft Teams. Odkaz na tým jsem posílal všem zapsaným mailem. Pokud jste ho nedostali, nebo se chcete připojit a nejste oficiálně zapsaní, dejte mi vědět.

Datum Téma
20. 2. Úvod - umělá inteligence obecně, přírodou inspirované algoritmy v AI, motivace, aplikace
27. 2. Zpětnovazební učení - Q-učení, SARSA, multi-agentní zpětnovazební učení
5. 3. Evoluční algoritmy - jednoduchý genetický algoritmus, operátory, fitness
12. 3. Přednáška zrušena
19. 3. Evoluční algoritmy - spojitá a kombinatorická optimalizace
26. 3. Evoluční algoritmy - genetické programování
2. 4. Neuronové sítě - klasifikace, regrese, perceptron a vícevrstvý perceptron
9. 4. Neuronové sítě - RBF sítě, rekurentní sítě
16. 4. Neuronové sítě - konvoluční sítě a zpracování obrazu
23. 4. Neuroevoluce - NEAT, HyperNEAT
30. 4. Hluboké zpětnovazební učení
7. 5. Rojové algoritmy - Particle Swarm Optimization, Ant Colony Optimization
14. 5. Artificial Life
21. 5. ???

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.

Cvičení letos vede Kačka Macková (katerina.mackova@mff.cuni.cz). Materiály jsou dostupné na Githubu.