Lectures

Tuesday 09:00–10:50 / room SD1.49

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

Wednesday {17:00–18:50}, Thursday {15:00–16:50, 17:00–18:50} / room SD2.105

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 9, 5 pts)
2. Binární rozhodovací strom – informační zisk (week Feb 16, 5 pts)
3. k-NN binární klasifikátor (week Feb 23, 5 pts)
4. Evaluace binárního klasifikátoru (week Mar 2, 5 pts)
5. Odhad přesnosti binárního klasifikátoru (week Mar 9, 5 pts)
6. Shluková analýza k-means (week Mar 16, 5 pts)
7. Binární rozhodovací strom – genetický algoritmus (week Mar 23, 5 pts)
8. Lineární regrese – gradientní sestup (week Mar 30, 5 pts)