Zkouška - podzim 2019
•Delší otázky:
1. Klasifikace pomocí diskriminačních funkcí
2. Klasifikace pomocí minimální vzdálenosti
3. Fisherova lineární diskriminační analýza
4. Metoda podpůrných vektorů
5. Hodnocení úspěšnosti klasifikace
6. ICA + PCA
•
•Kratší otázky:
1. Sekvenční klasifikace
2. Volba a výběr proměnných – úvod
3. Algoritmy selekce příznaků
4. ROC analýza
5. Neuronové sítě

Neuronové sítě - otázky
•Umělý neuron
•Nakreslit a popsat
•Vnitřní potenciál (geometrická interpretace)
•Aktivační funkce (logistická sigmoida – nakreslit), proč má být diferencovatelná
•Princip učení – kroky
•Nakreslit limitaci 1 neuronu pro klasifikaci
•
•
•
•Vícevrstvý perceptron
•Nakreslit a popsat
•3 dynamiky (aktivní, adaptační, organizační)
•Dimenze vstupní a výstupní vrstvy
•Geometrická interpretace vstupní vrstvy
•Princip učení
•Chybová funkce
•Úprava vah – popsat obrázek
•Zastavení učení
•Jak se kontroluje přeučení klasifikátoru – nakreslit graf (treninková, validační a testovací
množina), vědět co jsou osy

Neuronové sítě - otázky
•Konvoluční neuronová síť
•Vrstvy KNS:
•Konvoluční
•Co je konvoluční jádro
•Princip konvoluce u KNS
•Podvzorkovací
•Princip
•
•Transfer learning
•Princip
•
•
•