Detail předmětu
Information Representation and Machine Learning
FEKT-DPA-IMLAk. rok: 2021/2022
Teorie složitosti, teorie grafů, genetické algoritmy, genetické programování, ekvivalence grafů, reprezentace znalostí, neuronové sítě, zpětnovazební učení, grafy a stromy pro neuronové sítě.
Jazyk výuky
Počet kreditů
Garant předmětu
Zajišťuje ústav
Nabízen zahraničním studentům
Způsob a kritéria hodnocení
Osnovy výuky
1. Reprezentace informace, shrnutí
2. Teorie složitosti, vybrané příklady složitosti
3. Teorie grafů, analýza, faktorizace
4. Teorie grafů, grupy, dostupnost, bipartitní grafy
5. Ekvivalence grafů
6. Reprezentace informace - strojové učení
7. Reprezentace informace - rozdělení sítí
8. Reprezentace informace - lineární regrese
9. Reprezentace informace - logistická regrese, klasifikace
10. Reprezentace informace - dopředná neuronová síť
11. Reprezentace informace - rekurentní neuronové sítě
12. Reprezentace informace - zpětnovazební učení
13. Reprezentace informace - NN pro stromy a grafy
Učební cíle
Základní literatura
Doporučená literatura
Mitleton-Kelly, Eve. Complex systems and evolutionary perspectives on organisations: the application of complexity theory to organisations. Elsevier Science Ltd, 2003. (EN)
Elearning
Zařazení předmětu ve studijních plánech
Typ (způsob) výuky
Elearning