Umělá inteligence I | Seminář z umělé inteligence

Umělá inteligence II / Artificial Intelligence II
NAIL070, 2/0 Zk, letní semestr

Roman Barták, KTIML


Zdroje  |  Přednáška  |  Zkouška  |  Kontakt

Počítačový program Watson vyvinutý firmou IBM porazil lidské šampiony ve hře Jeopardy! (v české verzi Riskuj!). Potřeboval k tomu rozpoznávat přirozený jazyk, schopnost učit se a skládat informace s prvkem nejistoty. Právě posledním dvěma tématům je věnováno letní pokračování přednášky z umělé inteligence.


Zdroje:

Přednáška je připravena podle knihy S. Russell, P. Norvig: Artificial Intelligence. A Modern Approach, Prentice Hall, 2003 (třetí vydání). Materiály ke knize jsou dostupné na webu, kde najdete spousty odkazů na další zdroje.

V roce 2015 je možno (z fakutních počítačů) přistupovat na PDF všech knih ze série Synthesis Lectures on Artificial Intelligence and Machine Learning vydavatelství Morgan & Claypool Publishers.

Z literatury dostupné v českém jazyce je možné čerpat například ze série knih V. Mařík, O. Štěpánková, J. Lažanský (eds.): Umělá inteligence 1-5, vycházející v nakladatelství Academia.

Některé kapitoly z přednášky jsou tématem samostatných přednášek, kde je možné své znalosti prohloubit: Strojové učení (NAIL029), Neuronové sítě (NAIL002).


Přednáška (LS 2021/2022):
Monday 09:00 - 10:30, lecture hall S5 (Malá Strana, 2nd floor), lectures in English
Pondělí 17:20 - 18:50, posluchárna S3 (Malá Strana, 3. patro), lekce v češtině

The course is given in Czech and in English.

A preliminary schedule.

    lecture quiz

14. 02. 2022

Introduction to uncertainty reasoning. Probability theory.
(Chapter 13)
quiz
21. 02. 2022 Bayesian networks: construction, semantics, inference (exact and approximate).
(Chapter 14.1-14.5)
quiz
28. 02. 2022 Probabilistic reasoning over time: Markov models, inference in temporal models (filtering, prediction, smoothing, most likely explanation).
(Chapter 15.1-15.3)
pdf
quiz
07. 03. 2022

Dynamic Bayesian networks, Kalman filter.
(Chapter 15.4-15.6)

pdf
quiz
14. 03. 2022 Utility theory, preferences, value of information.
(Chapter 16.1-16.4, 16.6)
pdf
quiz

21. 03. 2022

Cancelled
 
28. 03. 2022 Simple rational decisions. Sequential decision problems, Markov Decision Processes, value and policy iteration.
(Chapter 16.5, 16.7, 17.1-17.4)
pdf
quiz
04. 04. 2022 Decisions with multiple agents, game theory, mechanism design.
(Chapter 17.5 -17.6)
pdf
quiz
11. 04. 2022

Introduction to machine learning. Supervised learning: learning decision trees, regression, Support Vector Machines, ensemble learning.
(Chapter 18.1-18.3, 18.6, 18.8-18.10)

pdf
quiz

18. 04. 2022

Easter holidays

 
25. 04. 2022 Knowledge in learning, a logical formulation of learning, version space, inductive logic programming.
(Chapter 19.1, 19.5)
pdf
quiz
02. 05. 2022 Learning probabilistic models, the EM algorithm.
(Chapter 20)
pdf quiz
09. 05. 2022 Reinforcement learning.
(Chapter 21.1-21.3)
pdf quiz
16. 05. 2022 Cancelled    

Slajdy v češtině.

Úvod, práce s neurčitostí, podmíněná pravděpodobnost
Bayesovo pravidlo. Bayesovské sítě: konstrukce a sémantika.
Bayesovské sítě: exaktní a aproximační odvozování. Alternativní přístupy k neurčitosti.
Čas a neurčitost, skryté Markovské modely.
Dynamické Bayesovské sítě, Kalmanovy filtry.
Racionální rozhodování, teorie užitku.
Influeční diagramy. Rozhodovaní v čase, Markovské rozhodovací procesy.
Rozhodování v částečně pozorovaném prostředí a s více agenty.
Úvod do strojového učení, učení s učitelem: rozhodovací stromy. Regrese, SVM, boosting
Učení s předchozími znalostmi, prostor verzí, induktivní logické programování.
Učení pravděpodobnostních modelů, EM algoritmus.
Zpětnovazební učení.

 


Zkouška / Exam:
Students register to exams (select the examination date) via Student Information System. Exams will be in person, but on-line exam is possible in special situations and upon prior request. Each student will be given one question/topic based on what has been covered by lectures. The student will have 15 minutes to write the answer/solution and then 15 minutes to (orally) defend the answer. Be at the assigned location 10-15 minutes before your term. Students can answer in Czech/Slovak or English depending on their own choice.

 


Kontakt:
 

prof. RNDr. Roman Barták, Ph.D.

Katedra teoretické informatiky a matematické logiky
Matematicko-fyzikální fakulta Univerzity Karlovy

Malostranské nám. 2/25, 118 00 Praha 1
Czech Republic

e-mail: bartak (AT) ktiml.mff.cuni.cz
tel: +420 951 554 242

V případě potřeby je možné domluvit individuální konzultace k přednášce, případně témata projektů, bakalářských či diplomových prací vycházejících z témat přednášky.

Samozřejmě veškeré komentáře k přednášce, hlášení chyb, nejasných pasáží apod. jsou vítány.