Umělá inteligence 2

Sylabus

Práce s neurčitostí: pravděpodobnostní metody, Bayesovské sítě, Markovské modely.

Racionální rozhodování: teorie užitku, Markovské rozhodovací procesy, rozhodování v prostředí s více agenty, (inverzní) teorie her.

Strojové učení: učení s učitelem, rozhodovací stromy, regrese, SVM, boosting; prohledávání prostoru hypotéz; učení pravděpodobnostních modelů, EM algoritmus; zpětnovazební učení.

Anotace

Přednáška se zabývá způsoby práce s nejistotou v umělé inteligenci a základními metodami strojového učení. Předpokládají se znalosti v rozsahu bakalářského kursu

NMAI059 Pravděpodobnost a statistika.