Detail předmětu

Machine Learning Fundamentals

FEKT-MPA-MLFAk. rok: 2022/2023

Předmět se věnuje jak klasickým metodám strojového učení jako jsou support vector machines nebo principal component analysis, tak přístupům založeným na umělých neuronových sítích, včetně konvolučních nebo rekurzivních sítí. Mimo přednášek jsou důležitou součástí předmětu cvičení zaměřené jednak na pochopení základních principů, tak na na využití strojového učení v oblasti rádiových komunikací od klasifikace rádiových vysílačů až po kompletní přenosový systém založený na strojovém učení.

Jazyk výuky

angličtina

Počet kreditů

Garant předmětu

prof. Ing. Roman Maršálek, Ph.D.

Zajišťuje ústav

Ústav radioelektroniky (UREL)

Nabízen zahradničním studentům

Všech fakult

Výsledky učení předmětu

Absolvent předmětu bude schopen (a) používat základní metody strojového učení pro klasifikaci (b) používat metody založené na umělých neuronových sítích (c) pro danou úlohu správně zvolit vhodnou metodu strojového učení (d) diskutovat využití metod strojového učení v rádiových komunikacích

Prerekvizity

Student, který si zapíše předmět by měl:

chápat základní matematické metody na úrovni bakalářského studia
být schopen napsat jednoduchý program v prostředí Matlab a některém z vyšších programovacích jazyků

Způsob a kritéria hodnocení

PC cvičení : 16 bodů

Projekty: 50 bodů

Písemná zkouška / test: 24 bodů

Ústní zkouška (nepovinná): 10 bodů

Osnovy výuky

1 - Organizace výuky, úvod do strojového učení, motivace
2 - Základy lineární algebry pro ML
3 - Podpůrné vektory, Support vector Machines
4 - Analýza hlavních komponent, Principal component analysis
5 - Úvod do umělých neuronových sítí, reprezentace, klasifikace
6 - Trénování neuronových sítí (lineární regrese, Gradientní metoda, polynomiální regrese, ...)
7 - Konvoluční neuronové sítě
8 - Rekurzivní neuronové sítě
9 - Ladění hyperparametrů, dávková normalizace a programovací rámce
10 - Učení bez dozoru
11 - Generativní učení, autoenkodéry, GAN
12 - Strojové učení ve velkém měřítku
13 – Využití strojového učení v rádiových komunikacích

Učební cíle

Cílem předmětu je seznámit studenty se základními koncepty strojového učení, jednotlivými používanými metodami a úlohami strojového učení, a ukázat využití strojového učení v oblasti rádiové komunikace. Cílem počítačových cvičení pak je získat praktické zkušenosti při implementaci metod strojového učení na reálné datové soubory.

Základní literatura

Goodfellow, I., Bengio, Y., Courville, A., Deep Learning (Adaptive Computation and Machine Learning series), MIT Press, 2016, ISBN ‎ 0262035618 (EN)
Smola, A., Vishwanathan, S.V.N., Introduction to Machine Learning, Cambridge University press, available at https://alex.smola.org/drafts/thebook.pdf (EN)
Mueller, J.P., Massaron, L. Machine Learning‎ For Dummies; 1st edition, 2016, ISBN : ‎ 1119245516 (EN)

eLearning

eLearning: aktuální otevřený kurz

Zařazení předmětu ve studijních plánech

Program MPZ-EKT magisterský navazující, 1. ročník, letní semestr, povinně volitelný
Program MPC-EKT magisterský navazující, 1. ročník, letní semestr, povinně volitelný
Program MPA-TEC magisterský navazující, 1. ročník, letní semestr, povinně volitelný
Program MPAJ-TEC magisterský navazující, 1. ročník, letní semestr, povinně volitelný