Machine Learning / Strojové učení
Responsibility: Ing. Karel Horák, Ph.D.
Category: mandatory, 1st year master, summer
Credits: 5
Units: lecture 2 hrs/week, computer exercise 2 hrs/week
Documents: Notice (in Czech), References
Lectures
Tuesday 08:00–09:50 / room SD1.52
- Aplikace strojového učení, Strojové učení – terminologie (in Czech)
- Základy statistiky používané ve strojovém učení (in Czech)
- Teorie informace – úvod (in Czech)
- Rozhodovací stromy (in Czech)
- Učení založené na instancích (in Czech)
- Chybové funkce (in Czech)
- Odhad přesnosti modelu (in Czech)
- Shluková analýza (in Czech)
- Evoluční algoritmy (in Czech)
- Lineární modely, diskriminační analýza a SVM (in Czech)
- Konvoluční neuronové sítě (in English)
- Vybrané partie hlubokého učení (in English)
- 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):
- Tutoriál – klasifikace srdečních arytmií (week Feb 10, 5 pts)
- Binární rozhodovací strom – informační zisk (week Feb 17, 5 pts)
- k-NN binární klasifikátor (week Feb 24, 5 pts)
- Evaluace binárního klasifikátoru (week Mar 3, 5 pts)
- Odhad přesnosti binárního klasifikátoru (week Mar 10, 5 pts)
- Shluková analýza k-means (week Mar 17, 5 pts)
- Binární rozhodovací strom – genetický algoritmus (week Mar 24, 5 pts)
- Lineární regrese – gradientní sestup (week Mar 31, 5 pts)
Exam
- round: TBD
- round: TBD
- round: TBD