Detail předmětu

Pokročilé datové struktury a algoritmy

FEKT-MPC-PDAAk. rok: 2021/2022

Teorie složitosti, teorie grafů, genetické algoritmy, genetické programování, ekvivalence grafů, reprezentace znalostí, neuronové sítě, zpětnovazební učení, grafy a stromy pro neuronové sítě.

Výsledky učení předmětu

Absolventi znají teorii složitosti, reprezentativní příklady a jsou schopni použít teorii grafů, teorii hromadné obsluhy, teorii Petriho sítí, Markovovy modely pro potřeby získávání informací z těchto struktur.

Prerekvizity

Jsou požadovány znalosti na úrovni bakalářského studia a absolvování předmětu Teoretická informatika.

Literatura

Virius, Miroslav. Základy algoritmizace. Česká technika-nakladatelství ČVUT, 2008. (CS)
GOODFELLOW, I., BENGIO, Y., & COURVILLEe, A. (2016). Deep learning (adaptive computation and machine learning series). Adaptive Computation and Machine Learning series, 800. (EN)

Plánované vzdělávací činnosti a výukové metody

Metody vyučování zahrnují přednášky, cvičení na počítači a laboratoře. Předmět využívá e-learning (Moodle). Student odevzdává jeden samostatný projekt.

Způsob a kritéria hodnocení

závěrečná zkouška

Jazyk výuky

čeština

Osnovy výuky

1. Reprezentace informace, shrnutí
2. Teorie složitosti, vybrané příklady složitosti
3. Teorie grafů, analýza, faktorizace
4. Teorie grafů, grupy, dostupnost, bipartitní grafy
5. Ekvivalence grafů
6. Reprezentace informace - strojové učení
7. Reprezentace informace - rozdělení sítí
8. Reprezentace informace - lineární regrese
9. Reprezentace informace - logistická regrese, klasifikace
10. Reprezentace informace - dopředná neuronová síť
11. Reprezentace informace - rekurentní neuronové sítě
12. Reprezentace informace - zpětnovazební učení
13. Reprezentace informace - NN pro stromy a grafy

 

Cíl

Cílem kurzu je seznámit studenty s pokročilou teorií složitosti, teorií grafů a jejich metod srovnání, teorií hromadné obsluhy, Petriho sítěmi a evolučními algoritmy.

Vymezení kontrolované výuky a způsob jejího provádění a formy nahrazování zameškané výuky

Vymezení kontrolované výuky a způsob jejího provádění stanoví každoročně aktualizovaná vyhláška garanta předmětu.

Zařazení předmětu ve studijních plánech

  • Program MPC-IBE magisterský navazující, 1. ročník, zimní semestr, 7 kreditů, povinný

  • Program MPC-AUD magisterský navazující

    specializace AUDM-TECH , 2. ročník, zimní semestr, 7 kreditů, povinně volitelný

Typ (způsob) výuky

 

Přednáška

26 hod., nepovinná

Vyučující / Lektor

Cvičení na počítači

26 hod., povinná

Vyučující / Lektor

Projekt

13 hod., povinná

Vyučující / Lektor

eLearning