|
|
|
||
V předmětu se studenti seznámí se základními algoritmy inspirovanými přírodou (evoluční algoritmy, neuronové
sítě, …) a jejich aplikacemi pro řešení problémů optimalizace a strojového učení. V rámci cvičení budou některé z
přednesených algoritmů implementovány a využity pro řešení jednoduchých problémů v daných oblastech.
Poslední úprava: Töpfer Pavel, doc. RNDr., CSc. (30.01.2018)
|
|
||
Podmínkou pro zakončení předmětu je získání zápočtu a složení zkoušky. Zápočet je udělen za vypracování úkolů na cvičení. Povaha kontroly získání zápočtu vylučuje možnost jejího opakování. Zkouška je ústní s časem na písemnou přípravu. Požadavky odpovídají sylabu předmětu v rozsahu, který byl přednesen na přednášce. Součástí zkoušky může být i návrh algoritmu aplikovaného na konkrétní problém. Poslední úprava: Töpfer Pavel, doc. RNDr., CSc. (30.01.2018)
|
|
||
Olarius S., Zomaya A. Y., Handbook of Bioinspired Algorithms and Applications, Chapman & Hall/CRC, 2005. ISBN: 978-1-584-88475-0
de Castro, L. N., Fundamentals of Natural Computing: Basic Concepts, Algorithms, and Applications, CRC Press, 2006. ISBN: 978-1-584-88643-3
Eiben, A.E and Smith, J.E.: Introduction to Evolutionary Computing, (2nd ed), Springer-Verlag, 2015. ISBN: 978-3-662-44874-8
Poli R., Langdon W. B., McPhee, N. F., A Field Guide to Genetic Programming. Lulu.com, 2008 ISBN: 978-1-409-20073-4
Bengio Y., Goodfellow I. J., Courville A., Deep Learning. MIT Press, 2016. ISBN: 978-0-262-03561-3 Poslední úprava: Töpfer Pavel, doc. RNDr., CSc. (30.01.2018)
|
|
||
Eoluční modely Nuronové modely
jednoduchý genetický algoritmus reprezentace jedince, genetické operátory, fitness a selekce evoluční algoritmy pro spojitou optimalizaci evoluce neuronových sítí, algoritmus NEAT genetické programování
Ant Colony Optimization Particle Swarm Optimization
Perceptron, vícevrstvý perceptron, back-propagation jako metoda učení Konvoluční sítě RBF sítě a Kohonenovy mapy
Artificial Immune Systems celulární automaty Artificial Life
spojitá a kombinatorická optimalizace vícekriteriální optimalizace učení s učitelem a bez učitele, reinforcement learning Poslední úprava: Töpfer Pavel, doc. RNDr., CSc. (30.01.2018)
|