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 těmto třem 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 2016/2017):
pondělí 15:40 - 17:10, posluchárna S3 (Malá Strana, 3. patro) - lekce v češtině
Tuesday 10:40 - 12:10, lecture hall S9 (Malá Strama, 1. floor) - lectures in English

The course is given in Czech and in English.

Preliminary timetable.

20. 02. 2017 Introduction to uncertainty reasoning. Probability theory.
27. 02. 2017 Bayesian networks: construction, semantics, inference (exact and approximate).
06. 03. 2017 Probabilistic reasoning over time: Markov models, inference in temporal models (filtering, prediction, smoothing, most likely explanation).
pdf
13. 03. 2017 Dynamic Bayesian networks, Kalman filter.
pdf
20. 03. 2017 Utility theory, preferences, value of information.
pdf
27. 03. 2017 Simple rational decisions. Sequential decision problems, Markov Decision Processes, value and policy iteration.
pdf
03. 04. 2017 Decisions with multiple agents, game theory, mechanism design.
pdf
10. 04. 2017 Introduction to machine learning. Supervised learning: learning decision trees, regression, Support Vector Machines, ensemble learning.
pdf
17. 04. 2017

Easter holidays - talk will given on Tuesday, April 18, 10:40 lecture room S9

Knowledge in learning, a logical formulation of learning, version space, inductive logic programming.

pdf
24. 04. 2017 Learning probabilistic models, the EM algorithm.
pdf
01. 05. 2017 Labour day
08. 05. 2017 Victory day  
15. 05. 2017 Reinforcement learning. pdf
22. 05. 2017 canceled  

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:

Zkoušena bude látka probraná na přednášce, podrobnosti a termíny budou vypsány před zkouškovým obdobím. Na zkoušku se zapisuje prostřednictvím Studijního informačního systému.


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.