Řazení po semestrech Klasické řazení Prezentace
FI SUUI Strojové učení a umělá inteligence
Název anglicky: Machine learning and artificial intelligence
navazující prezenční se specializací, vyučovací jazyk: čeština čeština
Zahrnut v programu: FI N-UIZD Umělá inteligence a zpracování dat

Úvodní informace / Pokyny

Požadavky na úspěšné absolvování programu: Získat nejméně 120 kreditů za celou dobu studia a složit státní závěrečnou zkoušku. Získat 20 kreditů za předmět SDIPR a obhájit diplomovou práci. Viz pokyny. Absolvovat všechny povinné a povinně volitelné předměty programu a vybrané specializace nejvyšší formou ukončení (není-li explicitně uvedeno jinak). Splnit podmínky alespoň jedné specializace studijního programu.

Povinné předměty studijního programu

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:MA012Statistika II S. Katinazk 2/24+2 1P
FI:IV126Umělá inteligence II E. Hladkázk 2/0/02+2 1Z
FI:PA234Infrastuctural and Cloud Systems T. Rebokzk 2/2/03+2 2-
FI:PA152Efektivní využívání databázových systémů E. Hladkázk 2/02+2 2Z
FI:PV021Neural networks M. Křetínskýzk 2/0/24+2 1Z
FI:PV056Strojové učení a dobývání znalostí M. Křetínskýzk 2/0/13+2 2Z
FI:PV211Introduction to Information Retrieval P. Matulazk 2/1/03+2 2Z
FI:PV251Visualization P. Matulazk 2/13+2 1Z
FI:SOBHAObhajoba závěrečné práce P. MatulaSZk 0/0- 4-
FI:SZMGRStátní zkouška (magisterský studijní program) P. MatulaSZk 0/0- 4-
40 kreditů

Diplomová práce

Povinnost získat 20 kreditů z předmětu SDIPR.

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:SDIPRDiplomová práce P. Matulaz 0/020 4-
20 kreditů

Povinné předměty specializace

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:IV111Probability in Computer Science M. Křetínskýzk 2/2/04+2 1P
FI:IA008Computational Logic M. Křetínskýzk 2/2/04+2 2-
FI:PA153Počítačové zpracování přirozeného jazyka A. Horákzk 2/0/02+2 3P
FI:PA163Programování s omezujícími podmínkami E. Hladkázk 2/13+2 1P
FI:PA228Machine Learning in Image Processing P. Matulazk 2/2/14+2 4P
FI:PA230Reinforcement Learning P. Novotnýzk 2/0/13+2 3-
32 kreditů

Optimalizace a numerické výpočty

Absolvovat alespoň 1 předmět z následujícího seznamu

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:PV027Optimalizace A. Horákzk 2/02+2 2-
FI:MA018Numerical Methods J. Slovákzk 2/2/04+2 3-
PřF:M7PNM1Pokročilé numerické metody I S. Katinazk 2/2/04+2 3-
16 kreditů

Aplikace strojového učení

Absolvovat alespoň 1 předmět z následujícího seznamu

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:IA267Scheduling H. Rudovázk 2/02+2 4-
FI:PA212Advanced Search Techniques for Large Scale Data Analytics E. Hladkázk 2/0/02+2 4-
FI:PA128Similarity Searching in Multimedia Data E. Hladkázk 2/02+2 4-
FI:PV254Recommender Systems A. Horákk 1/1/02+1 4-
FI:PA164Strojové učení a přirozený jazyk M. Křetínskýzk 2/13+2 3-
FI:IA168Algorithmic game theory M. Křetínskýzk 2/02+2 3-
24 kreditů

Projekty a laboratoř

Získat alespoň 6 kreditů absolvováním předmětů z následujícího seznamu

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:PA026Projekt z umělé inteligence A. Horákk 0/22+1 4-
FI:IV127Seminář laboratoře adaptabilní výuky A. Horákk 0/2/02+1 3-
FI:IV125Seminář laboratoře Formela M. Křetínskýk 0/2/02+1 3-
FI:PV253Seminář laboratoře DISA E. Hladkák 0/22+1 3-
FI:PV212Readings in Digital Typography, Scientific Visualization, Information Retrieval and Machine Learning P. Matulak 0/2/02+1 3-
15 kreditů

Volitelné kredity

Absolvovat další předměty tak, aby celkový zisk kreditů byl minimálně 120 kreditů za celé studium tohoto studijního programu.