Přístupnostní navigace
E-přihláška
Vyhledávání Vyhledat Zavřít
Detail předmětu
FIT-KNNAk. rok: 2019/2020
Řešení založená na metodách strojového učení postupně nahrazují ručně navržená řešení v mnoha oblastech vývoje software, speciálně pak v percepčních úlohách zaměřených na získávání informací o reálném světě z informačně bohatých senzorů jako jsou kamery, mikrofony a podobně. Dominantní metodou strojového učení jsou v současné době neuronové sítě, a speciálně pak jejich varianty zaměřené na strukturovaná data - konvoluční neuronové sítě. Tyto přístupy jsou jádrem mnoha úspěšných komerčních aplikací a posunují možnosti umělé inteligence.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Výsledky učení předmětu
Prerekvizity
Způsob a kritéria hodnocení
Učební cíle
Doporučená literatura
Zařazení předmětu ve studijních plánech
specializace NBIO , libovolný ročník, letní semestr, povinnýspecializace NISD , libovolný ročník, letní semestr, volitelnýspecializace NISY , libovolný ročník, letní semestr, volitelnýspecializace NIDE , libovolný ročník, letní semestr, volitelnýspecializace NCPS , libovolný ročník, letní semestr, volitelnýspecializace NSEC , libovolný ročník, letní semestr, volitelnýspecializace NMAT , libovolný ročník, letní semestr, volitelnýspecializace NGRI , libovolný ročník, letní semestr, volitelnýspecializace NNET , libovolný ročník, letní semestr, volitelnýspecializace NVIZ , libovolný ročník, letní semestr, povinnýspecializace NSEN , libovolný ročník, letní semestr, volitelnýspecializace NMAL , libovolný ročník, letní semestr, povinnýspecializace NHPC , libovolný ročník, letní semestr, volitelnýspecializace NVER , libovolný ročník, letní semestr, volitelnýspecializace NEMB , libovolný ročník, letní semestr, volitelnýspecializace NADE , libovolný ročník, letní semestr, volitelnýspecializace NSPE , libovolný ročník, letní semestr, povinný
Přednáška
Vyučující / Lektor
Osnova
Projekt