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
• Garant: doc. RNDr. Elena Šikudová, Ph.D.
• Vyučující: Kassem Anis Bouali, M.Sc.; Mgr. Matúš Goliaš; doc. RNDr. Elena Šikudová, Ph.D.

Anotace

čeština

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

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

angličtina

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

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

Podmínky zakončení předmětu

čeština

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

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

Literatura

čeština

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

Poslední úprava: T_KSVI (11.05.2017)

Požadavky ke zkoušce

znalost látky probírané na přednáškách

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

Sylabus

čeština

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.

Poslední úprava: T_KSVI (11.05.2017)

angličtina

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.

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