Strojové učení v počítačovém vidění - NPGR035

• Anglický název: Machine Learning in Computer Vision
• Zajišťuje: Katedra softwaru a výuky informatiky (32-KSVI)
• Fakulta: Matematicko-fyzikální fakulta
• Platnost: od 2023
• Semestr: zimní
• E-Kredity: 5
• Rozsah, examinace: zimní s.:2/2, Z+Zk [HT]
• Počet míst: neomezen
• Minimální obsazenost: neomezen
• 4EU+: ne
• Virtuální mobilita / počet míst pro virtuální mobilitu: ne
• Stav předmětu: vyučován
• Jazyk výuky: čeština, angličtina
• Způsob výuky: prezenční
• Způsob výuky: prezenční
• Garant: doc. RNDr. Elena Šikudová, Ph.D.

Anotace

čeština

Poslední úprava: RNDr. Tomáš Holan, Ph.D. (07.03.2024)

Přednáška zaměřená na základní algoritmy strojového učení pro aplikace v počítačovém vidění. Praktická cvičení procvičující získané znalosti v počítačové laboratoři se systémem Matlab.

angličtina

Poslední úprava: RNDr. Tomáš Holan, Ph.D. (07.03.2024)

The course is focused on basic machine learning algorithms used in computer vision tasks. Practical part takes place in a computer lab equipped with Matlab.

Podmínky zakončení předmětu

čeština

Poslední úprava: doc. RNDr. Elena Šikudová, Ph.D. (04.06.2018)

http://cgg.mff.cuni.cz/~sikudova/#teaching

Literatura

čeština

Poslední úprava: T_KSVI (11.05.2017)

Pattern classification / Richard O. Duda, Peter E. Hart, David G. Stork. New York : Wiley Interscience, 2001

Classification pattern recognition and reduction of dimensionality / edited by P. R. Krishnaiah, L. N. Kanal. Amsterdam : North-Holland, 1982

Modern multivariate statistical techniques : Regression, classification, and manifold learning / Alan Julian Izenman. New York : Springer, 2008

Požadavky ke zkoušce

Poslední úprava: doc. RNDr. Elena Šikudová, Ph.D. (17.06.2019)

znalost látky probírané na přednáškách

Sylabus

čeština

Poslední úprava: T_KSVI (11.05.2017)

Úloha klasifikace, příznakový a syntaktický popis objektů.

Výběr a předzpracování příznaků.

Klasifikátory, základní pojmy.

Bayesovská teorie rozhodování, diskriminační funkce a oddělující nadplochy, kritérium minimální chyby.

Rozhodovací stromy.

Diskriminační analýza, lineární klasifikátor.

Support Vector Machines (SVM).

Neuronové sítě.

Učení bez učitele.

Skryté Markovovy modely.

Hodnocení kvality klasifikace.

Syntaktické rozpoznávání, inference gramatiky. Speciální typy gramatik.

angličtina

Poslední úprava: doc. RNDr. Elena Šikudová, Ph.D. (28.09.2018)

Classification task, feature- and syntax- based object description.

Feature selection and preprocessing.

Classifiers, basic definitions.

Bayesian decision theory, discriminant functions, separating hypersurfaces, minimum error criterion.

Decision trees.

Discriminant analysis, linear classifier.

Support Vector Machines (SVM).

Neural nets.

Unsupervised learning.

Hidden Markov models.

Classification quality evaluation.

Syntactic pattern recognition, grammatical inference. Special grammar types.