PředmětyPředměty(verze: 845)
Předmět, akademický rok 2018/2019
   Přihlásit přes CAS
Přírodou inspirované algoritmy - NAIL119
Anglický název: Nature inspired algorithms
Zajišťuje: Katedra teoretické informatiky a matematické logiky (32-KTIML)
Fakulta: Matematicko-fyzikální fakulta
Platnost: od 2018
Semestr: letní
E-Kredity: 5
Rozsah, examinace: letní s.:2/2 Z+Zk [hodiny/týden]
Počet míst: neomezen
Minimální obsazenost: neomezen
Stav předmětu: vyučován
Jazyk výuky: čeština
Způsob výuky: prezenční
Další informace: https://martinpilat.com/cs/prirodou-inspirovane-algoritmy
Garant: Mgr. Martin Pilát, Ph.D.
Třída: Informatika Bc.
Kategorizace předmětu: Informatika > Informatika, Aplikační software, Počítačová grafika a geometrie, Databázové systémy, Didaktika informatiky, Diskrétní matematika, Předměty širšího základu, Předměty obecného základu, Počítačová a formální lingvistika, Optimalizace, Programování, Softwarové inženýrství, Teoretická informatika
Anotace -
Poslední úprava: RNDr. Jan Hric (27.04.2018)
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.
Cíl předmětu -
Poslední úprava: RNDr. Jan Hric (27.04.2018)

Poskytnout úvod k základním přírodou inspirovaným algoritmům používaným ve strojovém učení a optimalizaci (evoluční algoritmy, neuronové sítě, apod.).

Podmínky zakončení předmětu -
Poslední úprava: RNDr. Jan Hric (27.04.2018)

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.

Literatura -
Poslední úprava: RNDr. Jan Hric (27.04.2018)

1. Olarius S., Zomaya A. Y., Handbook of Bioinspired Algorithms and Applications, Chapman & Hall/CRC, 2005. ISBN: 978-1-584-88475-0

2. de Castro, L. N., Fundamentals of Natural Computing: Basic Concepts, Algorithms, and Applications, CRC Press, 2006. ISBN: 978-1-584-88643-3

3. Eiben, A.E and Smith, J.E.: Introduction to Evolutionary Computing, (2nd ed), Springer-Verlag, 2015. ISBN: 978-3-662-44874-8

4. Poli R., Langdon W. B., McPhee, N. F., A Field Guide to Genetic Programming. Lulu.com, 2008 ISBN: 978-1-409-20073-4

5. Bengio Y., Goodfellow I. J., Courville A., Deep Learning. MIT Press, 2016. ISBN: 978-0-262-03561-3

Požadavky ke zkoušce -
Poslední úprava: RNDr. Jan Hric (27.04.2018)

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.

Sylabus -
Poslední úprava: RNDr. Jan Hric (27.04.2018)
  • Biologické inspirace v návrhu algoritmů a modelů

a. evoluční modely

b. neuronové modely

  • Evoluční algoritmy

a. jednoduchý genetický algoritmus

b. reprezentace jedince, genetické operátory, fitness a selekce

c. evoluční algoritmy pro spojitou optimalizaci

d. evoluce neuronových sítí, algoritmus NEAT

e. genetické programování

  • Rojové algoritmy

a. Ant Colony Optimization

b. Particle Swarm Optimization

  • Neuronové sítě

a. Perceptron, vícevrstvý perceptron, back-propagation jako metoda učení

b. Konvoluční sítě

c. RBF sítě a Kohonenovy mapy

  • Další přírodou inspirované algoritmy

a. Artificial Immune Systems

b. celulární automaty

c. Artificial Life

  • Aplikace v optimalizaci a strojovém učení

a. spojitá a kombinatorická optimalizace

b. vícekriteriální optimalizace

c. učení s učitelem a bez učitele, reinforcement learning

 
Univerzita Karlova | Informační systém UK