Metody výpočetní inteligence - M500003
Anglický název: Computational Intelligence Methods
Zajišťuje: Ústav informatiky a chemie (143)
Fakulta: Fakulta chemické technologie
Platnost: od 2020
Semestr: zimní
Body: zimní s.:4
E-Kredity: zimní s.:4
Způsob provedení zkoušky: zimní s.:
Rozsah, examinace: zimní s.:2/1, Z+Zk [HT]
Počet míst: neomezen / neomezen (neurčen)
Minimální obsazenost: neomezen
Jazyk výuky: čeština
Způsob výuky: prezenční
Způsob výuky: prezenční
Úroveň:  
Pro druh:  
Garant: Kordík Pavel doc. Ing. Ph.D.
Záměnnost : N500013
Termíny zkoušek   
Anotace -
Studenti porozumí základním metodám a technikám výpočetní inteligence, které vycházejí z tradiční umělé inteligence, jsou paralelní povahy a jsou použitelné pro řešení celé řady problémů. Studenti se naučí, jak tyto metody pracují a jak je aplikovat na problémy související s data miningem, řízením, inteligencí ve hrách, optimalizací, apod.
Poslední úprava: Hladíková Jana (05.01.2018)
Výstupy studia předmětu -

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.

Poslední úprava: Hladíková Jana (05.01.2018)
Literatura -

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

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

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

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

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

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

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

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

Poslední úprava: Svozil Daniel (04.11.2018)
Studijní opory -

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

(nutné přihlášení)

Poslední úprava: Hladíková Jana (05.01.2018)
Sylabus -

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.-13. Případové studie a nové trendy.

Poslední úprava: Svozil Daniel (29.10.2018)
Studijní prerekvizity -

Vytěžování znalostí z dat

Poslední úprava: Svozil Daniel (08.02.2018)
Podmínky zakončení předmětu (Další požadavky na studenta)

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

Poslední úprava: Svozil Daniel (07.02.2018)
Zátěž studenta
Činnost Kredity Hodiny
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