Lectures

Tuesday 08:00–09:50 / room SD1.52

1. Aplikace strojového učení, Strojové učení – terminologie (in Czech)
2. Základy statistiky používané ve strojovém učení (in Czech)
3. Teorie informace – úvod (in Czech)
4. Rozhodovací stromy (in Czech)
5. Učení založené na instancích (in Czech)
6. Chybové funkce (in Czech)
7. Odhad přesnosti modelu (in Czech)
8. Shluková analýza (in Czech)
9. Evoluční algoritmy (in Czech)
10. Lineární modely, diskriminační analýza a SVM (in Czech)
11. Konvoluční neuronové sítě (in English)
12. Vybrané partie hlubokého učení (in English)
13. Meta-učení (in Czech)

Extra (out of exam):

• Předzpracování dat (in Czech)
• Bayesovské učení (in Czech)
• Introduction to Learning Curves (in English)
• Convolutional NNs – extended by A. Ligocki (in English)

Exercises

Wednesday {13:00–14:50, 15:00–16:50} / room SD2.105
Thursday {13:00–14:50} / room SD2.104

Assignments rules:

• Each assignment has to be finished individually and defended against lecturer
• To allow preparations, assignments will be published every Friday 12:00 prior to week of exercise
• Plagiarisms will be sought

Assignments (in Czech):

1. Tutoriál – klasifikace srdečních arytmií (week Feb 10, 5 pts)
2. Binární rozhodovací strom – informační zisk (week Feb 17, 5 pts)
3. k-NN binární klasifikátor (week Feb 24, 5 pts)
4. Evaluace binárního klasifikátoru (week Mar 3, 5 pts)
5. Odhad přesnosti binárního klasifikátoru (week Mar 10, 5 pts)
6. Shluková analýza k-means (week Mar 17, 5 pts)
7. Binární rozhodovací strom – genetický algoritmus (week Mar 24, 5 pts)
8. Lineární regrese – gradientní sestup (week Mar 31, 5 pts)