FI:P068 Empirické metody učení - Informace o předmětu
P068 Empirické metody učení
Fakulta informatikyléto 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
- 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