Úvod do strojového učení
Cílem předmětu je studenty seznámit se základy strojového učení se zaměřením na aplikaci a praktické použití. Všechny představené metody budou ilustrované jak prostřednictvím samotné implementace v jazyku R ale tak i na mnohých reálných příkladech z praxe (npř. fraud analýza, rozpoznání textu). V rámci kurzu budou též představeny základní používané knihovny a podle možností studentů i případné specifické nástroje (npř. Tensorflow a CUDA v pythonu). Znalost programovacího jazyka R a absolvování kurzu magisterské statistiky je nutným vstupním předpokladem. Pro úspěšné absolvování předmětu není nutné znát jazyk python (příklady budou primárně ilustrované v jazyku R a samotné algoritmy i v pseudokódu). Předmět bude zakončen ústní zkouškou a seminární prací.
6 kreditů
Magisterské
Česky
Matematika pro ML I
Matematika pro ML II
Cross-validace dat
Lineární regrese I
Lineární regrese II
Shluková analýza & Redukce dimenzionality
Stromy, Bagging, Random forests, Boosting I
Stromy, Bagging, Random forests, Boosting II
Support Vector Machines
Neuronové sítě úvod
Neurnové sítě a časové řady a kategoriální proměnné
RNN, CNN
Související studijní materiály
Tento předmět zatím nemá veřejně dostupné materiály. Jste-li student, materiály se vám zobrazí po přihlášení.