Název:	Metody rozhodování a klasifikace
Zkratka:	MRK
Typ:	povinně volitelný
Rozsah:	10 týdnů, týdně 2 hodiny přednášek + 2 hodiny seminárních cvičení
Kredity:	4
Způsob ukončení:	zkouška
Katedra:	ústav informačních technologií a elektroniky FM TUL
Přednášející:	Ing. Petr Červa

 
Stručná anotace předmětu:

Předmět je úvodem do problematiky počítačového rozhodování a klasifikace. Studenti se seznámí s metodami řešení úloh ve stavovém prostoru, metodami příznakového a syntaktického popisu objektů spolu s technikami pro jejich následnou klasifikaci a základními pojmy z oblasti neuronových sítí.

 
Témata přednášek:

Příklady úloh zaměřených na klasifikaci a rozpoznávání obrazců (pattern recognition), definice základních pojmů. Základní problémy klasifikace příznakovými metodami: popis objektů a jejich třídění, návrh klasifikátoru a hodnocení jeho úspěšnosti. Zásady pro volbu příznaků (dostupnost, diskriminační vlastnosti, invariantnost, vhodnost užití pro míru podobnosti), transformace příznaků, jejich uspořádání a zmenšování počtu. Klasifikace podle etalonů, míra podobnosti, kritérium minimální vzdálenosti, klasifikační pravidla NN a KNN. Statistické metody rozhodování: popis a klasifikace na základě pravděpodobnostní hustoty a bayesova teorému. Principy strukturálního rozpoznávání. Data s náhodným rozložením, úvod do shlukové analýzy a její vybrané metody (K-means algoritmus). Řešení úloh ve stavovém prostoru, konkrétní aplikace. Metody neinformovaného prohledávání stavového prostoru, příklady. Základní metody informovaného prohledávání stavového prostoru. Základní pojmy a principy z oblasti neuronových sítí, příklady praktických aplikací.

 
Náplň cvičení:

Cvičení budou navazovat na jednotlivé přednášky a jejich obsahem bude praktické ověřování a testování přednesených metod na konkrétních úlohách v prostředí softwaru Matlab. V rámci cvičení tak bude prováděno například: určování jednorozměrných a vícerozměrných statistických charakteristik různých typů objektů a jejich následná klasifikace pomocí různých přístupů, četnostní a shluková analýza dat, programování jednotlivých metod pro procházení stavového prostoru a práce s jednoduchými modely neuronových sítí.

 
Literatura:

[1] Mařík V., Štěpánková O., Lažanský J. a kol.: Umělá inteligence (1), Academia, Praha, 1993.
[2] Kotek Z., Mařík V., Hlaváč V., Psutka J., Zdráhal Z.: Metody rozpoznávání a jejich aplikace. Academia, Praha, 1993.
[3] Zdráhal Z., Mařík V.: Základní metody prohledávání stavového prostoru. In: Metody umělé inteligence a expertní systémy II, ČSVTS FEL ČVUT, Praha, 1985, s.1-35.

 
Prerekvizity: -

Navazující:   
předmět bude vhodnou průpravou pro všechny předměty související s umělou inteligencí, které jsou nebo budou vyučovány v navazující magisterské studiu v oboru Informační technologie

 
Datum poslední změny: 27.3.2007