SubjectsSubjects(version: 963)
Course, academic year 2021/2022
  
Computational Intelligence Methods - M500003
Title: Metody výpočetní inteligence
Guaranteed by: Department of Informatics and Chemistry (143)
Faculty: Faculty of Chemical Technology
Actual: from 2020
Semester: winter
Points: winter s.:4
E-Credits: winter s.:4
Examination process: winter s.:
Hours per week, examination: winter s.:2/1, C+Ex [HT]
Capacity: unlimited / unlimited (unknown)
Min. number of students: unlimited
State of the course: taught
Language: Czech
Teaching methods: full-time
Teaching methods: full-time
Level:  
Guarantor: Kordík Pavel doc. Ing. Ph.D.
Interchangeability : N500013
Examination dates   Schedule   
Annotation -
Students will understand methods and techniques of computational intelligence that are mostly nature-inspired, parallel by nature, and applicable to many problems. They will learn how these methods work and how to apply them to problems related to data mining, control, intelligen games, optimizations, etc.
Last update: Hladíková Jana (05.01.2018)
Aim of the course -

Students will be able to:

Understand basic methods and techniques of computational intelligence that stem from the classical artificial intelligence

Apply them in knowledge engineering.

Last update: Hladíková Jana (05.01.2018)
Course completion requirements - Czech

Pro zı́skánı́ zápočtu je potřeba dostatek bodů ze semestrálnı́ práce. Zkouška se skládá z pı́semné části a nepovinné ústnı́ části.

Last update: Svozil Daniel (07.02.2018)
Literature -

R: Volná, E.: Neuronové sítě 1 a 2. Skripta Ostravská universita v Ostravě, Ostrava, 2008. http://www1.osu.cz/~volna/Neuronove_site_skripta.pdf

R: Oplatková Z., Ošmera P., Šeda M., Včelař F., Zelinka I, Evoluční techniky - principy a aplikace, BEN Technická literatura, 2008, ISBN 80-7300-218-3

R: Novák V., Základy fuzzy modelování, BEN Technická literatura, 2002, ISBN: 80-7300-009-1

A: Kvasnička V., Pospíchal J., Tiňo P.: Evoluční algoritmy. Vydavatelství STU Bratislava, 2000, ISBN 80-227-1377-5

A: Hynek J., Genetické algoritmy a genetické programování, GRADA, 2008 EAN:24760575

A: Mařík, V., Štěpánková, O., Lažanský, J. a kol. Umělá inteligence 4. Academia, 2003, ISBN:80-200-1044-0

A: Siddique, N., Adeli, H. "Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing", Wiley, 2013. ISBN 1118337840.

A: Bishop, C. M. "Pattern Recognition and Machine Learning". Springer, 2011. ISBN 9780387310732.

Last update: Svozil Daniel (04.11.2018)
Syllabus -

1. Introduction to computational intelligence, its uses.

2. Algorithms of machine learning.

3. Neural networks.

4. Evolutionary algorithms, evolution of neural networks.

5. [3] Computational intelligence methods: for clustering, for classification, for modeling and prediction.

6. Fuzzy logic.

7. Swarms (PSO, ACO).

8. Ensemble methods.

9. Inductive modeling.

10. Quantum and DNA computing.

11.-13. Case studies, new trends.

Last update: Svozil Daniel (29.10.2018)
Learning resources -

https://edux.fit.cvut.cz/courses/MI-MVI/

(login necessary)

Last update: Hladíková Jana (05.01.2018)
Registration requirements -

Data mining

Last update: Svozil Daniel (08.02.2018)
Teaching methods
Activity Credits Hours
Účast na přednáškách 1 28
Příprava na přednášky, semináře, laboratoře, exkurzi nebo praxi 1 28
Práce na individuálním projektu 1 28
Příprava na zkoušku a její absolvování 0.5 14
Účast na seminářích 0.5 14
4 / 4 112 / 112
 
VŠCHT Praha