P068 Empirické metody učení

Fakulta informatiky
léto 1997
Rozsah
3/0. 3 kr. Doporučované ukončení: zk. Jiná možná ukončení: k, z.
Vyučující
Ivan Brůha (přednášející)
Omezení zápisu do předmětu
Předmět je nabízen i studentům mimo mateřské obory.
Mateřské obory/plány
Osnova
  • Neformální definice Machine Learning.
  • Taxonomie učení: empirické a analytické učení, statistické, symbolické a NeuralNet metody, učení s učitelem, učení bez učitele, "batch" a inkrementální učení.
  • Učení podle příkladů (learning from examples): definice objektu, popisu konceptu, definice učení, reprezentace objektu, atributový a strukturální popis, popis konceptu (tříd), rozhodovací stromy, rozhodovací pravidla, problémy klasifikace, ohodnocování učení.
  • Empirické učení jako produkční systém.
  • Přehled známých symbolických ML algoritmů: Winstonův strukturální algoritmus, rodina AQ učících se algoritmů, rodina TDITD učících se algoritmů (včetně ID-3, C4.5), CN2 algoritmus, algoritmus COHER s asociacemi.
  • Statistické algoritmy učení: přehled, optimální nastavení klasifikátorů, podstata učení, parametrické metody učení, neparametrické metody učení.
  • Závěr, výzkum v oblasti ML.

  • Statistika zápisu (nejnovější)
  • Permalink: https://is.muni.cz/predmet/fi/leto1997/P068