Lectures

Friday 11:00–12:50 / room SD2.100

1. Aplikace strojového učení, Strojové učení – terminologie (in Czech)
2. Základy statistiky používané ve strojovém učení (in Czech)
3. Teorie informace – úvod (in Czech)
4. Rozhodovací stromy (in Czech)
5. Učení založené na instancích (in Czech)
6. Chybové funkce (in Czech)
7. Odhad přesnosti modelu (in Czech)
8. Shluková analýza (in Czech)
9. Evoluční algoritmy (in Czech)
10. Lineární modely, diskriminační analýza a SVM (in Czech)
11. Konvoluční neuronové sítě (in English)
12. Vybrané partie hlubokého učení (in English)
13. Meta-učení (in Czech)

Extra (out of exam):

• Předzpracování dat (in Czech)
• Bayesovské učení (in Czech)
• Introduction to Learning Curves (in English)
• Convolutional NNs – extended by A. Ligocki (in English)

Exercises

Monday {15:00–16:50}, Tuesday {08:00–09:50}, Wednesday {08:00–09:50}, Friday {13:00–14:50} / room SD2.104

Assignments rules:

• Each assignment has to be finished individually and defended against lecturer
• To allow preparations, assignments will be published every Friday 12:00 prior to week of exercise
• Plagiarisms will be sought

Assignments (in Czech):

1. Tutoriál – klasifikace srdečních arytmií (Week Feb 19, 5 pts)
2. Binární rozhodovací strom – informační zisk (Week Feb 26, 5 pts)
3. k-NN binární klasifikátor (Week Mar 4, 5 pts)
4. Evaluace binárního klasifikátoru (Week Mar 11, 5 pts)
5. Odhad přesnosti binárního klasifikátoru (Week Mar 18, 5 pts)
6. Shluková analýza k-means (Week Mar 25, 5 pts)
7. Binární rozhodovací strom – genetický algoritmus (Week Apr 1, 5 pts)
8. Lineární regrese – gradientní sestup (Week Apr 8, 5 pts)