|
|
|
||
Last update: Hladíková Jana (05.01.2018)
|
|
||
Last update: Hladíková Jana (05.01.2018)
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: Svozil Daniel prof. Mgr. Ph.D. (04.11.2018)
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: Hladíková Jana (05.01.2018)
https://edux.fit.cvut.cz/courses/MI-MVI/ (login necessary) |
|
||
Last update: Svozil Daniel prof. Mgr. Ph.D. (29.10.2018)
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 prof. Mgr. Ph.D. (08.02.2018)
Data mining |
|
||
Last update: Svozil Daniel prof. Mgr. Ph.D. (07.02.2018)
Pro zı́skánı́ zápočtu je potřeba dostatek bodů ze semestrálnı́ práce. Zkouška se skládá z pı́semné části a nepovinné ústnı́ části. |
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 |