FI:P068 Empirické metody učení - Informace o předmětu

P068 Empirické metody učení

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

• Informatika (program FI, B-IN)
• Informatika (program FI, M-IN)
• Učitelství výpočetní techniky pro střední školy (program FI, M-IN)
• Učitelství výpočetní techniky pro střední školy (program FI, M-SS)
• Výpočetní technika (program FI, B-IN)

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