Politechnika Warszawska - Centralny System Uwierzytelniania
Strona główna

Uczenie się maszyn

Informacje ogólne

Kod przedmiotu: 103B-ELxxx-ISP-UM
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Uczenie się maszyn
Jednostka: Wydział Elektroniki i Technik Informacyjnych
Grupy: ( Przedmioty obieralne )-Elektronika i inżynieria komputerowa-inż.-EITI
( Przedmioty techniczne )---EITI
Punkty ECTS i inne: 5.00 Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
Język prowadzenia: polski
Jednostka decyzyjna:

103000 - Wydział Elektroniki i Technik Informacyjnych

Kod wydziałowy:

UM

Numer wersji:

2

Pełny opis:



Treść wykładu
Wprowadzenie. Informacje o przedmiocie. Rola uczenia się w sztucznej inteligencji. Klasyfikacja metod uczenia się. Podstawowa terminologia i notacja. Perspektywa filozoficzna.
Obliczeniowa teoria uczenia się. Model PAC i jego zastosowanie do wyznaczania ograniczeń na liczbę przykładów trenujących. Wymiar VC. Brzytwa Ockhama. Przestrzenie wersji.
Indukcja drzew decyzyjnych (1/2). Reprezentacja hipotez za pomocą drzew decyzyjnych. Zstępujące konstruowanie drzewa. Kryteria wyboru testu.
Indukcja drzew decyzyjnych (2/2). Testy dla atrybutów ciągłych. Przycinanie drzew decyzyjnych. Zagadnienia praktyczne.
Indukcja reguł. Reprezentacja hipotez za pomocą zbiorów reguł. Schemat sekwencyjnego pokrywania. Algorytmy AQ i CN2. Zagadnienia praktyczne.
Przekształcanie atrybutów. Dyskretyzacja atrybutów ciągłych. Konstruktywna indukcja.
Grupowanie pojęciowe. Grupowanie za pomocą pokryć (system CLUSTER/2). Grupowanie probabilistyczne (system COBWEB).
Klasyfikacja bayesowska. Twierdzenie Bayesa. Optymalny klasyfikator bayesowski. Naiwny klasyfikator bayesowski. Zasada minimalnej długości kodu i jej zastosowania.
Odkrywanie zależności w danych. Algorytmy uczenia się jako metody eksploracji danych. Odkrywanie asocjacji. Odkrywanie równań.
Uczenie się przez wyjaśnianie. Rola wiedzy wrodzonej w uczeniu się. Metoda EBG. Wykorzystanie metody EBG do uczenia się makrooperatorów w rozwiązywaniu problemów.
Uczenie się automatów skończonych. Perspektywa lingwistyczna i perspektywa identyfikacji. Uczenie się automatów na podstawie zapytań o przynależność i równoważność. Uczenie się automatów na podstawie eksperymentów.
Uczenie się ze wzmocnieniem (1/2). Poblem uczenia się ze wzmocnieniem. Procesy decyzyjne Markowa. Programowanie dynamiczne.


Zakres projektu
Projekt polegać będzie na implementacji omawianych na wykładzie algorytmów uczenia się z ewentualnymi modyfikacjami i rozszerzeniami, ich zastosowaniu do wybranych problemów i przeprowadzeniu eksperymentów mających na celu empiryczne zbadanie ich właściwości.


Poprzedniki

Typ poprzednikaNr poprzednikaKod poprzednikaNazwa poprzednika
Zalecany1103B-TExxx-ISP-PRMPodstawy programowania

Literatura:

    1. L. Bolc, J. Zaremba : Wprowadzenie do uczenia się maszyn, Akademicka Oficyna Wydawnicza RM, Warszawa, 1992
    2. T. M. Mitchell: Machine Learning , McGraw-Hill, 1997
    3. R. S. Michalski et al. (eds) : Machine Learning: An Artificial Intelligence Approach, Morgan Kaufmann, vol. 1, 1983, vol. 2, 1986, vol. 3, 1990, vol. 4., 1993.
    4. Publikacje w czasopismach : Machine Learning, Artificial Intelligence, Journal of Artificial Intelligence Research
    5. P. Cichosz : Uczenie się maszyn: notatki do wykładu, URL: http://tichy.ise.pw.edu.pl/~pawel/um/index.html.

Zajęcia w cyklu "rok akademicki 2019/2020 - sem. letni" (zakończony)

Okres: 2020-02-22 - 2020-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 30 godzin, 24 miejsc więcej informacji
Wykład, 30 godzin, 24 miejsc więcej informacji
Koordynatorzy: Paweł Cichosz
Prowadzący grup: Rafał Biedrzycki, Paweł Cichosz, Paweł Zawistowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103200 - Instytut Informatyki

Zajęcia w cyklu "rok akademicki 2018/2019 - sem. letni" (zakończony)

Okres: 2019-02-18 - 2019-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Projekt, 30 godzin, 24 miejsc więcej informacji
Wykład, 30 godzin, 24 miejsc więcej informacji
Koordynatorzy: Paweł Cichosz
Prowadzący grup: Rafał Biedrzycki, Paweł Cichosz, Paweł Zawistowski
Lista studentów: (nie masz dostępu)
Zaliczenie: Egzamin
Jednostka realizująca:

103200 - Instytut Informatyki

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Politechnika Warszawska.
pl. Politechniki 1, 00-661 Warszawa tel: (22) 234 7211 https://pw.edu.pl kontakt deklaracja dostępności USOSweb 7.0.2.0-2 (2024-03-29)