Hlavní stránka | Seznam oborů/specializací | Seznam všech skupin předmětů | Seznam všech předmětů | Seznam rolí                Návod

Předmět je základní jednotka výuky, jejímž prostřednictvím si student osvojí ucelenou část souboru znalostí a dovedností, potřebnou pro zvládnutí studijního oboru/specializace. Za věcný obsah předmětu zodpovídá garant předmětu. Časovou náročnost předmětu zhruba vyjadřuje atribut předmětu rozsah kontaktní výuky. Například rozsah = 2+2  značí, že předmět bude mít týdně dvě hodiny přednášek a dvě hodiny cvičení týdně. Na závěr semestru musí vyučující provést vyhodnocení, nakolik si ten který student osvojil poznatky a dovednosti, kterých měl během výuky nabýt. Jakým způsobem toto hodnocení vyučující provedou určuje atribut způsob zakončení. U předmětu lze definovat, že předmět je zakončen pouze zápočtem(Z), klasifikovaným zápočtem(KZ), pouze zkouškou(ZK), nebo zápočtem a zkouškou(Z,ZK). Náročnost úspěšného absolvování předmětu je vyjádřena ECTS kreditními body. Výuka předmětu probíhá během semestru. Opakovaně se předmět vyučuje vždy v zimním(Z), nebo v letním(L) semestru každého akademického roku. Výjimečně může předmět být nabízen studentům v obou semestrech(Z,L). Za organizační zajištění výuky zodpovídá přiřazená katedra, která zejména vytvoří časový rozvrh předmětu a zajistí pro předmět vyučující. Někteří přednáší a zkouší, jiní vedou cvičení a udělují zápočty.
Obsahová náplň a další organizační informace, týkající se předmětu je popsána pomocí různých popisných textů(anotace, týdenní osnova, literatura, apod.)
$DODATEK_POPIS
MI-MVI.16 Metody výpočetní inteligence Rozsah kontaktní výuky: 2P+1C
Vyučující: Způsob zakončení: Z,ZK
Zodpovědná katedra: 18105 ECTS Kredity: 5 Semestr: Z

Anotace:
Studenti porozumí základním metodám a technikám výpočetní inteligence, které vycházejí z tradiční umělé inteligence, jsou paralelní povahy a jsou použitelné pro řešení celé řady problémů. Studenti se naučí, jak tyto metody pracují a jak je aplikovat na problémy související s data miningem, řízením, inteligencí ve hrách, optimalizací, apod.

Osnovy přednášek:
1. Úvod do výpočetní inteligence, strojového učení - aplikace
2. Strojové učení a heuristiky pro řešení ML problémů
3 .Neuronové sítě a gradientní učení
4. Rekurentní neuronové sítě
5. Konvoluční neuronové sítě
6. Generativní sítě (GANs)
7. Autoencodery a variační autoencodery (VAE), aplikace v rekomedačních systémech
8 . Neuroevoluce, hypersítě
9. Pokročilé evoluční algoritmy a strategie, CMAES
10. Meta-learning
11. Swarms (ACO, PSO a varianty)
12. Nové trendy

Osnovy cvičení:
1. Úvod, seznámení s nástroji (tensorflow)
2. Seznámení s problémy
3. Zadání semestrální úlohy
4. Konzultace
5. Konzultace
6. Kontrola semestrální úlohy
7. Konzultace
8. Konzultace
9. Kontrola semestrální úlohy
10. Konzultace
11. Kontrola reportu
12. Prezentace prací, workshop
13. Prezentace prací, workshop
14. Prezentace prací, workshop, zápočet

Literatura:
Konar, A. ''Computational Intelligence: Principles, Techniques and Applications''. Springer, 2005. ISBN 3540208984. Bishop, C. M. ''Neural Networks for Pattern Recognition''. Oxford University Press, 1996. ISBN 0198538642.

Požadavky:
BI-ZUM - Introduction to artificial intelligence

Informace o předmětu a výukové materiály naleznete na https://courses.fit.cvut.cz/MI-MVI/

Předmět je zahrnut do těchto studijních plánů:
Plán Obor Role Dop. semestr
MI-WSI-WI.2016 Webové a softwarové inženýrství V 2
MI-ZI.2018 Znalostní inženýrství PO 2
MI-WSI-ISM.2016 Webové a softwarové inženýrství V 2
MI-PB.2016 Počítačová bezpečnost V 2
MI-WSI-SI.2016 Webové a softwarové inženýrství V 2
MI-SP-SP.2016 Systémové programování V 2
MI-SP-TI.2016 Systémové programování PZ 3
MI-ZI.2016 Znalostní inženýrství PO 2
MI-SPOL.2016 Nespecifikovaný/á obor/specializace studia - Unspecified Branch/Specialisation of Study VO 2
MI-SP-TI.2016 Systémové programování V 2
MI-NPVS.2016 Návrh a programování vestavných systémů V 2
MI-PSS.2016 Počítačové systémy a sítě V 2


Stránka vytvořena 28. 3. 2024, semestry: Z/2022-3, L/2020-1, L/2019-20, L/2023-4, L/2022-3, Z/2023-4, Z/2019-20, Z/2021-2, Z/2020-1, L/2021-2, připomínky k informační náplni zasílejte správci studijních plánů Návrh a realizace: J. Novák, I. Halaška