VIKMB03 Strojové učení jaro­2007
Přehled učiva ke kolokviu/zápočtu
Je zapotřebí znát principy a významy níže uvedených pojmů, jejich aplikovatelnost na automatizované získávání znalostí,
výhody a nevýhody různých probraných typů algoritmů, jak se algoritmy učí a testují. Nevyžaduje se matematický základ
probrané látky. Otázky kolokvia jsou založeny výhradně na látce probrané na přednáškách. Výukové materiály (soubory
*.PDF) poskytnuté prostřednictvím IS-MU obsahují řadu kapitol a částí, které v předmětu na přednáškách probírány nebyly
a nebudou zkoušeny (zejména matematické popisy a dále detaily na přednáškách nezmiňované nebo věci, na něž bylo na
přednáškách upozorněno). Některé přednášky byly doplněny demonstračními ukázkami, které nejsou v poskytnutých *.PDF
materiálech zahrnuty (např. systém WEKA, apod.).
Kolokvium/zápočet je formou písemných odpovědí na zadané otázky. Pro splnění kolokvia je nutno získat minimálně 67 %,
pro zápočet minimálně 57 % ze správných odpovědí.
Otázky mají stejnou váhu vzhledem k hodnocení: 1 otázka = max. 20 %, celkem je 5 otázek. Zcela nezodpovězena (0 %)
může být nanejvýš 1 otázka. Maximální čas na vypracování odpovědí je 60 minut. Odpovědi mají být stručné a musí
vystihovat podstatu včetně vysvětlení.
Příklad možné otázky v písemce: Jakými způsoby (a proč zrovna tak) lze representovat textové dokumenty pro kategorizaci
strojovým učením, v čem se projeví volba různé representace, jak se uvedenmi representacemi natrénuje a otestuje metoda
naivního Bayese, a jakou formu zde má trénováním získaná znalost?
Přehled témat (probráno na přednáškách ­ obsaženo v *.PDF v IS-MU/Studijní materiály):
1. Strojové učení
indukce, dedukce, abdukce; generalisace; data, informace, znalost, vzájemný hierarchický vztah; klasifikace;
typy representace znalosti, výhody a nevýhody; representace dat, možnost vzájemného převodu; trénování
a testování; Occamova (Ockhamova) břitva; relevantní a nerelevantní atributy trénovacích příkladů; množství
trénovacích příkladů; přeučení a generalisace; vliv různých vlastností a parametrů na učení
2. Rozhodovací stromy
entropie, generování stromů z příkladů, převod stromů na pravidla
3. Metoda nejbližšího souseda
podobnost; vzdálenost a její stanovení; porovnávání; 1-NN, k-NN; princip učení a klasifikace
4. Evoluční výpočty, genetické algoritmy
simulace darwinovské evoluce; populace, generace, křížení, mutace, diversita, funkce přizpůsobení; kódování
a dekódování genů a chromosomů; optimalisace; výběr jedinců pro vytvoření další generace
5. Naivní Bayes, bayesovská kategorizace textů
apriorní a aposteriorní pravděpodobnosti; hypotézy; podmíněné pravděpodobnosti; výhoda a nevýhoda "naivity";
princip aplikace na klasifikaci a filtraci textových dokumentů, přednosti a nedostatky algoritmu
6. Perceptron, umělé neuronové sítě
princip umělého lineárního perceptronu, váhy, vstupy, výstup, trénování; representace binárních logických
a booleovských funkcí, vliv linearity přenosové funkce na nemožnost representace určitých funkcí (XOR);
důvod spojování lineárních perceptronů do sítě; sigmoida, nelineární perceptron, důvody jeho zavedení;
spojování nelineárních perceptronů do sítě, architektura dopředné sítě (vrstvy); vlastnosti sítí z nelineárních
jednotek; princip trénování (vliv chyby na výstupu); aplikační možnosti (representace funkcí, klasifikace)