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
NI-ROZ | Rozpoznávaní | Rozsah kontaktní výuky: | 2P+1C | ||
---|---|---|---|---|---|
Vyučující: | Haindl M. | Způsob zakončení: | Z,ZK | ||
Zodpovědná katedra: | 18101 | ECTS Kredity: | 5 | Semestr: | Z |
Anotace:
Seznámení se základními přístupy v oblasti rozpoznávání s důrazem na problémy a aplikace statistického přístupu k rozpoznávání dat. V předmětu budou vysvětleny základní pojmy a metody rozpoznávání, pravděpodobnostní modely, metody odhadování parametrů a jejich výpočetní aspekty.
Osnovy přednášek:
1. | Základní pojmy rozpoznávání. | |
2. | Základní přístupy k rozpoznávání. | |
3. | Bayesovská teorie rozhodování. | |
4. | Teorie učení. | |
5. | Parametrické klasifikátory. | |
6. | Neparametrické klasifikátory. | |
7. | Klasifikátory typu SVM. | |
8. | Hierarchické klasifikátory. | |
9. | Rozpoznávání pomocí neuronových sítí. | |
10. | Odhady kvality klasifikace. | |
11. | Redukce dimenzionality. | |
12. | Výběr příznaků. | |
13. | Shluková analýza. |
Osnovy cvičení:
1. | Zadání semestrálních úloh. | |
2. | Konzultace. | |
3. | Konzultace. | |
4. | Konzultace. | |
5. | Konzultace. | |
6. | Kontrola semestrálních úloh. | |
7. | Konzultace. | |
8. | Konzultace. | |
9. | Konzultace. | |
10. | Konzultace. | |
11. | Konzultace. | |
12. | Prezentační workshop semestrálních úloh. | |
13. | Prezentační workshop semestrálních úloh, zápočet. |
Literatura:
Devijver, P. A., Kittler, J. ''Pattern Recognition: A Statistical Approach''. Prentice Hall, 1982. ISBN 0136542360.
Duda, R. O., Hart, P. E., Stork, D. G. ''Pattern Classification (2nd Edition)''. Wiley-Interscience, 2000. ISBN 0471056693.
Webb, A. R. ''Statistical Pattern Recognition (2nd Edition)''. Wiley, 2002. ISBN 0470845147.
Theodoridis, S., Koutroumbas, K. ''Pattern Recognition''. Academic Press, 2008. ISBN 1597492728.
Požadavky:
základy pravděpodobnosti, programování, angličtina
|
Předmět je zahrnut do těchto studijních plánů:
|
Stránka vytvořena 18. 4. 2024, semestry: Z/2021-2, Z/2023-4, L/2019-20, Z/2020-1, L/2021-2, Z/2024-5, Z/2019-20, L/2020-1, L/2023-4, Z,L/2022-3, připomínky k informační náplni zasílejte správci studijních plánů | Návrh a realizace: J. Novák, I. Halaška |