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:MA012Statistics II O. Pokorazk 2/2/03+2 1P
FI:IV126Fundamentals of Artificial Intelligence H. Rudovázk 2/0/13+2 1Z
FI:PA234Infrastuctural and Cloud Systems T. Rebokzk 2/2/03+2 2-
FI:PA152Efficient Use of Database Systems V. Dohnalzk 2/0/13+2 2Z
FI:PV021Neural Networks T. Brázdilzk 2/0/24+2 1Z
FI:PV056Machine Learning and Data Mining J. Sedmidubskýzk 2/0/13+2 2Z
FI:PV211Introduction to Information Retrieval P. Sojkazk 2/1/03+2 2Z
FI:PV251Visualization B. Kozlíkovázk 2/1/03+2 1Z
FI:SOBHAObhajoba závěrečné práce D. SvobodaSZk 0/0/0- 4-
FI:SZMGRStátní zkouška (magisterský studijní program) D. SvobodaSZk 0/0/0- 4-
41 kreditů

Diplomová práce

Povinnost získat 20 kreditů z předmětu SDIPR.

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

Povinné předměty specializace

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:IV111Probability in Computer Science V. Řehákzk 2/2/03+2 1P
FI:IA008Computational Logic A. Blumensathzk 2/2/03+2 2-
FI:PA153Natural Language Processing P. Rychlýzk 2/0/02+2 3P
FI:PA163Constraint programming H. Rudovázk 2/1/03+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-
30 kreditů

Optimalizace a numerické výpočty

Absolvovat alespoň 1 předmět z následujícího seznamu

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:PV027Optimization T. Brázdilzk 2/1/14+2 2-
FI:MA018Numerical Methods J. Zelinkazk 2/2/03+2 3-
PřF:M7PNM1Pokročilé numerické metody I - metody lin. algebry J. Koláčekzk 2/2/04+2 3-
17 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 J. Sedmidubskýzk 2/0/02+2 4-
FI:PA128Similarity Searching in Multimedia Data P. Zezulazk 2/0/02+2 4-
FI:PV254Recommender Systems R. Pelánekk 1/1/02+1 4-
FI:PA164Machine learning and natural language processing V. Nováčekzk 2/1/03+2 3-
FI:IA168Algorithmic game theory T. Brázdilzk 2/0/13+2 3-
25 kreditů

Projekty a laboratoř

Získat alespoň 6 kreditů absolvováním předmětů z následujícího seznamu

Kód Název Garant Ukončení Rozsah Kreditů Semestr Profilace
FI:PA026Artificial Intelligence Project A. Horákk 0/2/02+1 4-
FI:IV127Seminář laboratoře adaptabilní výuky R. Pelánekk 0/2/02+1 3-
FI:IV125Formela lab seminar A. Kučerak 0/2/02+1 3-
FI:PV253Seminar of DISA Laboratory P. Zezulak 0/2/02+1 3-
FI:PV212Seminar on Machine Learning, Information Retrieval, and Scientific Visualization P. Sojkak 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.