doc. Ing. Radim Kolář, Ph.D.

Ústav biomedicínského inženýrství (UBMI)

Holčík, J. Analýza a klasifikace dat, Akademické nakladatelství CERM, 2012 (CS)
Komprdová, K. Rozhodovací stromy a lesy, Akademické nakladatelství CERM, 2012 (CS)
Buduma N. Fundamentals of Deep Learning, O'Reilly Media, 2017 (CS)

čeština

1. Úvod do problematiky klasifikace. Hodnocení klasifikátorů, chyba klasifikace, testování klasifikátorů.
2. Lineární klasifikátory – základní principy a metody.
3. Bayesovský přístup ke klasifikaci. Klasikátor typu Naive Bayes.
4. Vybrané typy neuronových sítí: Kohonenova, Hopfieldova a Boltzmanova.
5. Klasifikace metodou „Support vector machine“.
6. Rozhodovací a regresní stromy a lesy, náhodné lesy.
7. Metody pro zlepšování vlastností klasifikátorů (bagging, boosting).
8. Pokročilé metody výběru a visualizace příznaků (mRMR, t-SNE).
9. Principy hlubokého učení, hluboké neuronové sítě (NS) a základní stavební bloky.
10. Principy učení hlubokých NS. Požadavky na hardware.
11. Varianty hlubokých NS, autoenkodéry, rekurentní NS.
12. Aplikace klasifikačních úloh pro zpracování signálů, obrazů a bioinformatických dat. Příklady aplikací.
13. Implementační balíčky pro hluboké učení (Caffe, TensorFlow, Statistics and Machine Learning Toolbox pro Matlab aj.).

• Program MPC-BIO magisterský navazující, 2. ročník, zimní semestr, 5 kreditů, povinný
  
• Program MPC-BTB magisterský navazující, 2. ročník, zimní semestr, 5 kreditů, povinný
  

26 hod., povinná

Ing. Jakub Nemček
Ing. Tomáš Vičar

eLearning: aktuální otevřený kurz