Studenti budou umět:

budou rozumět základním metodám a technikám výpočetní inteligence, které vycházejí z tradiční umělé inteligence, jsou paralelní povahy a jsou použitelné pro řešení celé řady problémů.

budou vědět, jak tyto metody pracují.

aplikovat je na problémy související s data miningem, řízením, inteligencí ve hrách, optimalizací, apod.

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.

Z:Konar, A. ''Computational Intelligence: Principles, Techniques and Applications''. Springer, 2005. ISBN 3540208984. Bishop, C. M. ''Neural Networks for Pattern Recognition''. Oxford University Press, 1996. ISBN 0198538642.

R:Konar, A. ''Computational Intelligence: Principles, Techniques and Applications''. Springer, 2005. ISBN 3540208984.

R:Bishop, C. M. ''Neural Networks for Pattern Recognition''. Oxford University Press, 1996. ISBN 0198538642.

1. Úvod do výpočetní inteligence, její použití.

2. Algoritmy strojového učení.

3. Neuronové sítě.

4. Evoluční algoritmy, evoluce neuronových sítí.

5. [3] Metody výpočetní inteligence: pro shlukování, pro klasifikaci, pro modelování a predikci.

6. Fuzzy logika.

7. Hejna (PSO, ACO).

8. Sdružování a kombinování modelů.

9. Induktivní modelování.

10. Kvantové a DNA počítání.

11. Případové studie a nové trendy.

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. Case studies, new trends.

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

(nutné přihlášení)

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

(login necessary)

žádné

none